Tim Penulis:
Bagian/Divisi
Peminatan Kesehatan Reproduksi, Prodi Kesehatan Masyarakat
Institusi asal
Institut Tekhnologi dan Kesehatan Avicenna
Telepon Kantor Faks
0401-3194954 0401-3192981
Alamat Korespondensi:
Institut Tekhnologi dan Kesehatan Avicenna, Jln. Y. Wayong By Pass Lepo-
Lepo Kendari, 39117, SULTRA
Alamat E-mail
sriher79@yahoo.com
Pendidikan Profesional
Tahun Institusi Gelar
1997-2000 Akper Depkes AMK
2001-2003 Universitas Hasanuddin SKM
2007-2009 Universitas Airlangga M.Kes
2015-2019 Universitas Airlangga Dr.
3
Riwayat Pekerjaan
No. Pekerjaan Jabatan Tahun
1 Dinas Kesehatan Kota Staf Administrasi 2000-2001
Kendari
2 RSUP Propinsi Sultra Perawat ruang ICU 2001-2003
3 Universitas Halu Oleo Pengelola Tugas Belajar 2004-2007
Prodi Kesmas Universitas
Halu Oleo (UHO)
4 Sekolah Tinggi Ilmu Sekjur DIII Keperawatan 2005-2009
Kesehatan Avicenna
Kepala LPPM 2009-2012
Ka.Prodi S1 Keperawatan 2012-2015
5 Institut Tekhnologi dan Dosen Kesmas, Prodi 2018-sekarang
Kesehatan Avicenna Kespro
Nama Gelar,
Hermanto Tri Joewono Dr., dr., Sp.OG (K)
4
Bagian/Divisi
Departemen Obstetri dan Ginekologi, Divisi Kedokteran Feto Maternal
Institusi asal
Universitas Airlangga
Telepon Kantor Faks
031-5020251, 5030252-3 031-5022472
Alamat Korespondensi
Kampus A Fakultas Kedokteran, Jl. Mayjend Prof Dr Moestopo 47 Surabaya,
60131
Alamat E-mail
hos_hermanto@yahoo.com
Pendidikan Profesional
Tahun Institusi Gelar
1982-1992 Universitas Airlangga dr
1992-2009 Universitas Airlangga Sp.OG (K)
2001-2004 Universitas Negeri Malang Dr.
Bagian/Divisi
Peminatan Kesehatan Reproduksi, Prodi Kesehatan Masyarakat
Institusi asal
Sekolah Tinggi Ilmu Kesehatan Avicenna
Telepon Kantor Faks
0401-3194954 0401-3192981
Alamat Korespondensi: Sekolah Tinggi Ilmu Kesehatan Avicenna, Jln. Y.
Wayong By Pass Lepo-Lepo Kendari, 39117, SULTRA
5
Alamat E-mail:
waanasari79@Gmail.Com
Riwayat Jabatan
No. Pekerjaan Jabatan Tahun
1 Sekolah Tinggi Ilmu Sekretaris Peminatan 2014-2016
Kesehatan Avicenna Kesehatan reproduksi
Sekretaris Prodi DIII 2016-2018
Kebidanan
2 Institut Tekhnologi dan Sekretaris Prodi DIII 2018- sekarang
Kesehatan Avicenna Kebidanan
Tahun Jabatan/Kegiatan
2.4 Konsultan
Nama Gelar,
Budi Santoso Prof. Dr. dr., Sp. OG (K)
Tempat lahir Tanggal lahir Jenis Kelamin
Banyuwangi 17 February 1963 Laki-laki
Jabatan Fungsional Golongan/Pangkat
Guru Besar IVd/Pembina Utama Madya
Bagian/Divisi
Departemen Obstetri dan Ginekologi, Divisi Fertilitas dan Endokrinologi Fakultas
Kedokteran
6
Institusi asal
Universitas Airlangga
Telepon Kantor 0401-3194954 Faks 0401-3192981
Alamat Korespondensi:
Kampus A Fakultas Kedokteran
Jl. Mayjend Prof Dr Moestopo 47 Surabaya, 60131, Jawa Timur
Alamat E-mail
busobg98@yahoo.com
Pendidikan Profesional
Tahun Institusi Gelar
1989 Universitas Airlangga dr.
1998 Universitas Airlangga Sp.OG
2005 Universitas Airlangga Konsultan
2009 Universitas Airlangga Dr.
2014 Universitas Airlangga Prof
7
3. Persetujuan Etik Penelitan (Implikasi Etik pada Manusia)
8
4. Persetujuan Atasan yang Berwenang
9
Ringkasan Eksekutif
11
Abstrak
Persalinan prematur masih merupakan masalah di dunia termasuk
Indonesia, terkait prevalensi, morbiditas dan mortalitas perinatal. Saat ini deteksi
dini risiko kehamilan prematur yang memiliki prediksi sangat tinggi adalah
pemeriksaan fetal fibronectin, cervical length, dan uterocervical angel namun
pemeriksaannya masih cukup mahal, sehingga perlu disusun satu model Kartu
Elektronik Persalinan Prematur Spontan (e_D2P2s) menggunakan sistim skoring
yang lebih efisien yang diharapkan dapat berperan dalam memprediksi risiko
terjadinya PPs.
Penelitian ini melalui dua tahap yaitu penelitian tahap I (Penentuan faktor
risiko) dilakukan pada ibu pasca PPs berjumlah 443 orang, tujuannya untuk
menentukan faktor risiko PPs dan menyusun model alternatif deteksi dini risiko
PPs dengan rancangan penelitian case control study di 9 rumah sakit. Penelitian
tahap II (uji coba kartu e_D2P2s) pada ibu hamil di Puskesmas, tujuannya untuk
menguji kartu e_D2P2s berapa nilai sensitivitas, PPV, spesivisitas, dan NPV baik
pada trimester I dan II, menggunakan studi kohort prospektif yang berada di lima
Puskesmas di Kota berjumlah 260 orang.
Hasil penelitian tahap I menunjukkan dari 29 faktor risiko terdapat 18
variabel yang memenuhi syarat kandidat pemodelan dan dari hasil analisis regresi
logistik, hanya tujuh variabel yang masuk dalam indeks. Formula indeksnya
adalah: Indeks = -1,488 + 1,056 (Pendapatan <UMR) + 1,058 (Hamil pertama) +
1,431 (Anak >2) + 1,541 (Beban Kerja) + 0,858 (EPDS Berat-sedang) + 1,746
(Riwayat melahirkan prematur) + 1,252 (IMT kurang) + 3,094 (fluor albus positif).
Hasil penelitian tahap II, berdasarkan nilai prediktif dari model kartu e_D2P2s ini
tidak berbeda bermakna antara di trimester I dan II, artinya pengukuran kartu ini
bisa dilakukan di trimester I dan II dengan catatan lebih baik dilakukan di awal
trimester I agar pencegahan PTB bisa lebih dini dilakukan.
Kartu e_D2P2s mampu memprediksi terjadinya PTB walaupun dengan nilai
positive predictive value (PPV) yang masih rendah, hal ini karena penelitian ini
hanya memakai pemeriksaan yang sederhana, mudah dan lebih murah serta non
invasif. Diharapkan kartu e_D2P2s dapat disosialisasikan tentang penggunaannya
kepada pemerintah baik Dinas Kesehatan, rumah sakit, puskesmas, praktisi
kesehatan dan profesi kesehatan yang terkait dalam pengambilan kebijakan yang
efektif dan efisien sebagai sumbangan dalam upaya menurunkan morbiditas dan
mortalitas perinatal akibat persalinan prematur.
12
Daftar Isi
Halaman
Halaman judul 1
Persetujuan etik 8
Ringkasan Eksekutif 10
Abstrak 12
Daftar Isi 13
Daftar Tabel 13
Daftar Gambar 15
Bab I Pendahuluan 17
Bab IV Pembahasan 64
Daftar Pustaka 91
Lampiran 95
13
Daftar Tabel
Tabel Judul Tabel Halaman
Tabel 2.1 Definisi operasional variabel penelitian, cara penilaian 24
dan hasil ukur
Tabel 3.1 Distribusi Responden Menurut Usia Partus (Kejadian 34
Prematuritas) di 7 Kabupaten/Kota Jawa Timur Tahun
2019
Tabel 3.2 Distribusi Responden Menurut Karakteristik 34
Sosiodemografi di 7 Kabupaten/Kota Jawa Timur
Tahun 2019
Tabel 3.3 Distribusi Responden Menurut Kebiasaan Merokok 36
dan Minum Alkohol di 7 Kabupaten/Kota Jawa Timur
Tahun 2019
Tabel 3.4 Distribusi Responden Menurut Riwayat Reproduksi di 37
7 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.5 Distribusi Responden Menurut Status Gizi Ibu di 7 38
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.6 Distribusi Responden Menurut Status Kesehatan Ibu 39
di 7 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.7 Distribusi responden menurut kondisi janin di 7 41
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.8 Rangkuman Hasil Analisis Bivariat Faktor Risiko 42
Terjadinya Persalinan Preterm di 7 Kabupaten/Kota
Jawa Timur Tahun 2019
Tabel 3.9 Distribusi Variabel Yang Masuk Dalam Pemodelan 43
Faktor Risiko Persalinan Preterm di 7 Kabupaten/Kota
Jawa Timur Tahun 2019
Tabel 3.10 Distribusi Variabel Yang Tidak Masuk Dalam 44
Pemodelan Faktor Risiko Persalinan Preterm di 7
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.11 Skoring dan Bobot Variabel Indeks Risiko Persalinan 45
Preterm
Tabel 3.12 Hasil Crosstab Status Preterm dan Skor Indeks 47
Responden Penelitian
Tabel 3.13 Ringkasan Hasil FGD Faktor Risiko Persalinan 48
Preterm di 7 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.14 Ringkasan Hasil FGD Faktor Risiko Persalinan 49
Preterm di Rumah Sakit di 7 Kabupaten/Kota Jawa
Timur Tahun 2019
Tabel 3.15 Distribusi Responden Menurut Hasil Persalinan di 2 57
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.16 Distribusi Responden Menurut Karakteristik 57
Sosiodemografi di 2 Kabupaten/Kota Jawa Timur
Tahun 2019
Tabel 3.17 Distribusi Responden Menurut Kebiasaan Merokok di 58
2 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.18 Distribusi Responden Menurut Riwayat Prematur di 2 59
Kabupaten/Kota Jawa Timur Tahun 2019
14
Tabel 3.19 Distribusi Responden Menurut Skala EPDS di 2 59
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.20 Distribusi Responden Menurut Aktivitas Seksual 59
(Coitus) di 2 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.21 Distribusi Responden Menurut Tinggi Badan Ibu di 2 60
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.22 Distribusi Responden Menurut Status Gizi Ibu di 2 60
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.23 Distribusi Responden Menurut Status Kesehatan Ibu 61
Hamil di 2 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.24 Distribusi responden menurut kondisi janin di 2 61
Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.25 Distribusi responden menurut Berat Badan Lahir Bayi 62
di 2 Kabupaten/Kota Jawa Timur Tahun 2019
Tabel 3.26 Hasil Skor Indeks Kartu KP2KB 62
Tabel 4.1 Penilaian Indeks Faktor Risiko Terjadinya PKB di Jawa 82
Timur Tahun 2019
Tabel 4.2 Sistim skor risiko persalinan kurang bulan (Main dan 84
Gabbe, 1987)
15
Daftar Gambar
Tabel Judul Tabel Halaman
Gambar 2.1 Kerangka Teori dan Kerangka Konsep 22
Gambar 2.2 Alur Penelitian Tahap 1 30
Gambar 2.3 Alur Penelitian Tahap 2 33
Gambar 3.1 Kartu elektronik deteksi dini persalinan prematur spontan
55
16
Bab I
Pendahuluan
1. Latar Belakang
1.1 Topik Penelitian
Topik penelitian ini adalah tentang persalinan prematur spontan (PPs),
dimana sampai saat ini PPs masih merupakan masalah dunia termasuk Indonesia,
terkait prevalensi, morbiditas dan mortalitas perinatal (Robinson, 2017) dan
penyebab utama kematian bayi dimana lebih dari satu juta bayi meninggal karena
persalinan prematur setiap tahun di dunia atau 1 bayi setiap 30 detik (Berghella,
2017) dan penyebab kedua kematian setelah pneumonia pada anak di bawah usia
lima tahun (Erez, 2013). Kejadian persalinan prematur berbeda pada setiap
negara, di negara maju Eropa angkanya 5-11 %, sedangkan di USA sebesar
11,5%, sedangkan Indonesia berada diurutan ke 5 terbesar dari 184 negara pada
tahun 2010 (WHO, 2010 dalam Purisch, 2017) atau sekitar 15,5%/100 KH atau
berjumlah 675,700 jumlah bayi lahir prematur di Indonesia (WHO 2108).
Angka kejadian persalinan prematur di Indonesia belum ada, namun angka
kejadian bayi dengan berat badan lahir rendah (BBLR) dapat mencerminkan angka
kejadiannya secara kasar (HTA Indonesia. 2010). Angka BBLR di Indonesia
menurut BPS 2015 sebesar 13,03%, sedangkan angka AKB di Indonesia menurut
hasil survei penduduk antar sensus (SUPAS) 2015 menunjukkan sebesar
22,23/1000 KH, yang artinya sudah mencapai target MDGs 2015 sebesar 23/1000
KH (Kemenkes RI., 2015), namun jika dilihat distribusi AKB setiap Propinsi
berbeda-beda, dimana Propinsi Jawa Timur menurut Kabupaten/Kota selama 5
(lima) tahun terakhir, memiliki rata-rata AKB tinggi dari tahun 2012-2016 dibanding
AKB menurut Kabupaten/Kota lainnya, yaitu tahun 2012 sebesar 57,20, tahun
2013 sebesar 56,77, tahun 2014 sebesar 56,50, tahun 2015 sebesar 56,24, dan
tahun 2016 sebesar 56,13/1000 KH (BPS Jawa Timur, 2015).
Kemenkes RI. (2015) menyatakan tujuan indikator Kementerian Kesehatan
dalam peningkatan status kesehatan masyarakat (impact atau outcome), dari 5
indikator tentang AKB dan BBLR diantaranya yang akan dicapai yaitu menurunkan
AKB dari 32 menjadi 24/1000 KH dan menurunkan presentase BBLR dari 10,2%
menjadi 8%. Hal ini berarti faktor kondisi ibu sebelum dan selama kehamilan amat
17
menentukan kondisi bayinya, di antaranya penyebab tingginya AKB yaitu kondisi
wilayah yang terpencil, tenaga kesehatan yang masih kurang, sarana transportasi
dan fasilitas kesehatan yang masih terbatas menyebabkan akses masyarakat ke
fasilitas kesehatan yang ada relatif sulit dan jauh. Semua kondisi tersebut
menyebabkan rendahnya kontak masyarakat terutama ibu hamil dengan tenaga
kesehatan (bidan, dokter) dan cenderung melahirkan dengan bantuan dukun
setempat, sehingga kelainan pada kehamilan menjadi tidak terdeteksi sejak dini,
hal ini menjadi masalah serius bila terjadi komplikasi kehamilan atau kondisi
persalinan yang membutuhkan rujukan.
Deteksi dini dalam mengurangi atau mencegah risiko kehamilan dan
persalinan telah dikembangkan di Indonesia khususnya di daerah Jawa Timur,
pertama dikenal dengan Kartu Skor Poedji Rochyati (KSPR) memakai pendekatan
risiko ibu hamil yang dituangkan dalam bentuk angka atau skor (Rochjati P, 2011).
Kedua Kartu Prediksi Disproporsi Kepala Panggul Soedarto (KPPS) digunakan
untuk kehamilan aterm yang berguna untuk meramalkan macet tidaknya satu
persalinan akibat disproporsi kepala panggul (Hermanto TJ, 2012). KSPR faktor
risikonya tidak menspesifikkan khusus pada faktor risiko persalinan prematur,
sedangkan kartu KPPS hanya diperuntukkan untuk kehamilan aterm dan hanya
bisa dilakukan oleh tenaga medis. Sehubungan dengan penggunaan kartu KSPR
dan kartu KPPS, maka perlu dibuat deteksi dini dengan mengkombinasikan faktor
risiko yang ada pada kartu KRPS dan kartu KPPS untuk lebih menyederhanakan
penggunaannya dalam bentuk kartu elektronik.
1.2 Pertimbangan/Justifikasi Fokus Penelitian
Justifikasi fokus penelitian ini adalah tentang deteksi dini risiko kehamilan
prematur, dimana saat ini deteksi dini risiko kehamilan prematur yang sangat tinggi
prediksinya adalah dengan pemeriksaan fetal fibronectin (fFN), cervical length
(CL), dan uterocervical angel (UCA) (Berghella, 2017) namun pemeriksaannya
terbilang cukup mahal. Sudah banyak cara deteksi dini dilakukan, tetapi deteksi
dini khusus persalinan prematur yang sangat sederhana, mudah dan lebih murah
serta non invasif sampai saat ini belum pernah dilakukan di Indonesia, bahkan
Standar Operasional Prosedur (SOP) dalam penanganan persalinan prematur
yang baku juga belum ada, sehingga perlu dibuat deteksi dini dengan
18
menggunakan faktor risiko yang diambil berdasarkan referensi terbaru yang telah
dilakukan oleh para pakar sebelumnya.
Dengan demikian, disusunlah satu model kartu elektronik Deteksi Dini
Persalinan Prematur Spontan (e-D2P2s) melalui pemeriksaan antenatal care yaitu
anamnesis, pemeriksaan fisik dan laboratorium yang lebih efisien dan efektif serta
tepat guna yang diharapkan berperan sebagai sumbangan dalam upaya
menurunkan angka kematian perinatal akibat kelahiran prematur dan dapat
digunakan oleh nakes di fasilitas pelayanan tingkat I (Puskesmas) serta
diharapkan juga penelitian ini dapat mencapai luaran hak kekayaan intelektual hak
cipta.
Dasar pertimbangan penelitian ini berangkat dari penelitian sebelumnya pada
tahun 2018 dengan dana mandiri, berjumlah 232 sampel ibu hamil pasca
persalinan prematur di 8 (delapan) rumah sakit di Jawa Timur, mengingat jumlah
sampel yang masih kurang dalam penentuan faktor risiko pada penelitian tahap I,
sehinga penelitian ini perlu dilanjutkan untuk mendukung dan menguatkan faktor
risiko persalinan prematur dan memudahkan penelitian tahap II untuk dilanjutkan
dalam uji coba kartu e_D2P2s.
1.3 Masalah Penelitian
1.3.1 Penelitian Tahap I
Bagaimana menentukan faktor risiko PPs pada ibu hamil dan
bagaimana mengembangkan model alternatif deteksi dini risiko PPs
(28-<37 minggu)?
1.3.2 Penelitian Tahap II
Berapa nilai prediktif kartu e-D2P2s dalam deteksi dini risiko PPs (28-
<37 minggu) pada ibu hamil trimester I dan II?
1.4 Pertanyann Penelitian
1.4.1 Penelitian Tahap I
Apa sajakah faktor risiko PPs pada ibu hamil dan bagaimanakah cara
mengembangkan model alternatif deteksi dini risiko PPs (28-<37
minggu)?
19
1.4.2 Penelitian Tahap II
Berapakah nilai prediktif kartu e-D2P2s dalam deteksi dini risiko PPs
(28-<37 minggu) pada ibu hamil trimester I dan II?
20
2. Tindakan penyuluhan dini pada ibu hamil yang berisiko tinggi mengalami
persalinan prematur.
3. Tindakan pemantauan dan pencatatan ibu hamil yang berisiko tinggi selama
kehamilan untuk pemeriksaan lanjutan, agar tidak terjadi persalinan prematur
berulang.
4. Meningkatkan usia hamil dan berat lahir, mengurangi penyulit jangka pendek
dan jangka panjang pada bayi yang lahir prematur.
5. Memberikan rekomendasi kepada pemerintah, pihak rumah sakit, praktisi
kesehatan dan profesi kesehatan yang terkait dalam mengambil kebijakan
yang efektif dan efisien sebagai sumbangan dalam upaya menurunkan
morbiditas dan mortalitas perinatal akibat kelahiran prematur.
6. Diharapkan kartu ini dapat dilakukan oleh petugas kesehatan di tingkat
pelayanan primer atau Puskesmas.
21
Bab II
Metode Penelitian
Abrupsi Persalinan
Vaskular Dz Aterm
Tabel 2.1 Definisi operasional variabel penelitian, cara penilaian dan hasil ukur
24
4. Infeksi Ibu yang pernah mengalami 0 = Tidak pernah Data
periodontal infeksi periodontal yang 1 = Pernah Nominal
terjadi selama
kehamilannya (Data diukur
berdasarkan hasil
anamnesis)
5. Perdarahan Perdarahan yang terjadi 0 = Tidak Data
dikehamilan saat ini atau < 1 = Perdarahan Nominal
20 minggu usia kehamilan
(Data diukur berdasarkan
hasil anamnesis)
6. Beban kerja Data aktivitas yang 0 = ≤ 5 jam Data
dilakukan ibu selama 1 = > 5 jam Nominal
kehamilan sekarang, baik 1.
aktivitas ringan sampai
aktivitas berat diluar rumah
(dinyatakan dalam jam).
Data diukur berdasarkan
hasil anamnesis
7. Paritas Data jumlah persalinan 0 = Multigravida (jumlah Data
yang pernah dialami oleh anak yang pernah Nominal
ibu. Data diambil dilahirkan ≥ 2 org)
berdasarkan catatan 1 = Primigravida
kesehatan ibu dalam buku (kelahiran pertama)
KIA
8. Merokok Data kebiasaan ibu 0 = Tidak pernah Data
merokok selama hamil yang 1 = Merokok Nominal
diukur saat penelitian (Data
diukur berdasarkan hasil
anamnesis)
9. Minum Data kebiasaan ibu minum- 0 = Tidak Data
alkohol minuman yang beralkohol 1 = Minum Nominal
(Data diukur berdasarkan
hasil anamnesis)
10. Stress, Beban psikologis yang 0 = Ringan: skor 0-9 Data ordinal
cemas, dan dialami ibu selama hamil 1 = Sedang:skor 10-12
depresi yang menimbulkan stress, 2 = Berat: ≥13
berlebihan cemas, dan depresi yang
berlebihan (Data diukur
dengan menggunakan
EPDS)
11. Janin kurang Data keluhan yang 0 = Bergerak : >4 Data
bergerak diungkapkan oleh ibu x/setengah jam Nominal
saat trimester bahwa janinnya kurang 1 = Kurang bergerak: 4
III bergerak saat kehamilan di - ≤4 kali/setengah
trimester ke III pada malam jam
hari (Data diukur
berdasarkan hasil
anamnesis)
12. Jumlah Data tentang jumlah waktu 0 = 7-8 jam/hari Data ordinal
waktu tidur tidur ibu selama 1 = <7 jam/hari atau >8
kehamilannya (dinyatakan jam/hari
dalam jam/hari). Data diukur
berdasarkan hasil
anamnesis
13. Jumlah Data kunjungan yang 0 = ≥ 4 kali Data
kunjungan dilakukan ibu selama masa 1 = < 4 kali Nominal
kehamilan sesuai standar
yang ditetapkan. Data
diambil berdasarkan catatan
25
kesehatan ibu dalam buku
KIA
14. Riwayat- Data riwayat kehamilan
riwayat yang dialami ibu selama
kehamilan: hamil sebelum kehamilan
terakhir. Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
a. Riwayat KIA dan anamnesis. 0 = Tidak pernah Data ordinal
kelahiran Riwayat kelahiran prematur 1 = pernah
prematur sebelum kehamilan terakhir
b. Riwayat Riwayat penyakit yang 0 = Tidak ada Data
penyakit diderita ibu sebelum atau 1 = Ada riwayat Nominal
ibu selama kehamilan terakhir
yang akan memberikan
pengaruh pada kehamilan
atau akan diperberat oleh
kehamilan tersebut, seperti
penyakit hipertensi, jantung,
asma, diabetes melitus,
infeksi (TBC, malaria)
c. Riwayat Adanya kronologis 0 = Tidak ada Data
komplikasi komplikasi kehamilan pada 1 = Ada riwayat Nominal
ibu kehamilan sebelumnya,
seperti perdarahan, infeksi,
preeklamsia/eklamsia,
partus macet
d. Riwayat Riwayat abortus (keluarnya 0 = Tidak pernah Data ordinal
abortus hasil konsepsi <20 minggu) 1 = pernah
trimester II pada trimester ke II
sebelum kehamilan terakhir
c. Riwayat Riwayat operasi serviks 0 = Tidak ada Data
operasi sebelum kehamilan terakhir 1 = Ada riwayat Nominal
serviks
15. Sosial Data status keadaan sosial 0 = ≥ UMR Data ordinal
ekonomi ekonomi keluarga ibu 1 = < UMR
(Pendapatan) (dinyatakan dari jumlah
penghasilan dalam rupiah)
berdasarkan UMK Jatim)
(Pergub Jatim, 2016). Data
diukur berdasarkan hasil
anamnesis
16. Jenis kelamin Data jenis kelamin anak 0 = Riwayat kelahiran Data
anak atau bayi yang dilahirkan preterm Nominal
persalinan preterm di kehamilan sebelumnya anak
preterm sebelumnya (Data diukur perempuan
sebelumnya berdasarkan hasil 1 = Riwayat kelahiran
anamnesis) preterm
sebelumnya anak
laki-laki
Pemeriksaan fisik
17. Tinggi badan Data tinggi badan 0 = ≥ 145 cm Data
responden yang diukur saat 1 = < 145 cm Nominal
kehamilan (dinyatakan
dalam cm). Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
KIA
18. Tekanan Data tekanan darah 0 = 90/60-139/89 Data
Darah responden yang diukur saat mmHg Nominal
26
kehamilan (dinyatakan 1 = <90/60 mmHg
dalam mmHg). Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
KIA
19. IMT Data berat badan dan tinggi 0 = 18,5- 25 Kg/m2 Data
badan yang diperoleh (0,69-0,79 kg/mgg) Nominal
dengan perhitungan berat 1 = 15- 18,5 Kg/m2
badan dibagi tinggi badan (0,23-0,68 kg/mgg)
yang diukur saat penelitian atau <15 Kg/m2 (<
(dinyatakan dalam Kg/m2). 0,12 kg/mgg)/>35
Data diambil berdasarkan Kg/m2 (>0,79 Kg/m2
catatan kesehatan ibu )
dalam buku KIA
20. LILA Data ukuran lingkar lengan 0 = ≥ 23,5 cm Data
atas ibu hamil yang diukur 1 = < 23,5 cm Nominal
saat kehamilan (dinyatakan
dalam cm). Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
KIA
21. Tinggi fundus Data untuk mendeteksi 0 = Sesuai umur Data
uteri pertumbuhan janin sesuai kehamilan Nominal
atau tidak dengan umur 1 = Tidak sesuai umur
kehamilan yang diukur saat kehamilan
kehamilan menggunakan
pita pengukur (dinyatakan
dalam cm). Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
KIA
22. DJJ Data untuk menentukan 0 = 120-160 kali/menit Data
presentasi janin yang 1 = <120/>160 Nominal
dilakukan pada akhir kali/menit
trimester I dan selanjutnya
setiap kali kunjungan
(dinyatakan dalam
kali/menit). Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
KIA
23. Ketuban Data pecahnya selaput 0 = Tidak Data
pecah dini ketuban sebelum onset 1 = KPD Nominal
(KPD) persalinan fase aktif
(pembukaan serviks <3cm).
Data kehamilan sekarang
diukur berdasarkan hasil
anamnesis
Laboratorium
24. Status Data pemeriksaan kadar 0 = Hb Normal Data
anemia hemoglobin (Hb) yang 1 = Hb tidak Nominal
dilakukan ibu selama normal/Anemia
kehamilannya trimester I
(11 g/dl), trimester II (10,5
g/dl), dan trimester III (11
g/dl) (dinyatakan dalam
g/dl). Data diambil
berdasarkan catatan
kesehatan ibu dalam buku
KIA
27
25. Status Data Bacterial vaginosis 0 = Negatif (jika hasil Data
Bacetrial diambil berdasarkan catatan diagnosa medis Nominal
vaginosis kesehatan ibu dalam buku negatif BV yang
KIA atau hasil pemeriksaan tercatat dalam buku
diagnosis, jika tidak ada, KIA atau ibu tidak
maka dilakukan anamnesis mengeluh adanya
dengan gejala Flour albous gejala Flour albous
yaitu adanya duh tubuh dari selama
vagina yang ringan atau kehamilannya)
sedang, berbau tidak enak 1 = Positif (jika hasil
(amis), sekret vagina diagnosa medis
homogen, kental, tipis dan positif BV yang
berwarna seperti susu, tercatat dalam buku
iritasi daerah vagina (terasa KIA atau ibu
gatal, rasa terbakar, mengeluh adanya
kemerahan dan edema gejala Flour albous
pada vulva) selama
kehamilannya
1
p(x) = Logit p(x) = α + β1χ1 + β2χ2+ β3χ3+.......+ βiχi
1+e-(2β1Xi)
Keterangan:
p(x) : Probabilitas untuk terjadinya risiko PPs
α : Konstanta (intersep)
β1 : Koefisien regresi variabel independen (prediktor)
28
χ1 : Variabel independen yang pengaruhnya akan diteliti
29
Populasi ibu pasca persalinan
Sampling
Analisis Data
Kartu e_D2P2s
Keterangan:
Persalinan Prematur Spontan Risiko Rendah (PPs-R)
Persalinan Prematur Spontan Risiko Tinggi (PPs-T)
30
Alur Penelitian Tahap II
1) Design penelitian yang digunakan adalah penelitian studi kohort prospektif.
2) Lokasi penelitian: dilaksanakan di 11 Puskesmas yaitu 5 Puskesmas di Kota
Surabaya yaitu Puskesmas Tenggilis, Puskesmas Gunung Anyar, Puskesmas
Jagir, Puskesmas Simomulyo dan Puskesmas Medokan Ayu. Berdasarkan
data Dinkes Kota Surabaya (2018) masih cukup tinggi, angka kejadian BBLR,
prematur dan AKB pada tahun 2015 (1,261, 407 dan 282), tahun 2016 (1,110,
349 dan 276), dan tahun 2017 (940, 287 dan 219). 6 Puskesmas di Kab.
Probolinggo yaitu Puskesmas Sukabumi, Puskesmas Jati, Puskesmas
Kanigaran, Puskesmas Kedopok, Puskesmas Wonoasih, dan Puskesmas
Ketapang di Kabupaten Probolinggo. Dengan alasan karena Kab. Probolinggo
termasuk diantara 20 kabupaten/kota yang memiliki AKB diatas angka propinsi
selama 5 tahun berturut-turut yaitu 56,13% atau sebesar 61,48 per 1000
kelahiran hidup tahun 2016 (BPS Jawa Timur, 2016).
3) Sampel penelitian adalah ibu hamil
4) Kriteria inklusi dan ekslusi, yaitu kriteria inklusi: Usia kehamilan antara 8-<28
minggu berdasarkan perhitungan hari pertama haid yang terakhir (LMP), usia
ibu antara <20 dan >35 tahun, kehamilan tunggal tanpa komplikasi. Kriteria
ekslusi: sama pada tahap II.
5) Estimasi jumlah sampel pada tahap II setelah diketahui nilai P1 dan P2
berdasarkan hasil penelitian tahap I, menggunakan rumus menurut Lemeshow
(1991) dalam Sastroasmoro dan Ismail, (2014) sebagai berikut:
2
{Z1-/2 2 P2 (1-P2) + Z1-P1 (1-P1) + P2 (1-P2)}
n = ------------------------------------------------------------
2
(P1- P2)
Keterangan:
n = Besar subjek pada kelompok kasus dan kelompok kontrol
Z1-α/2 = Simpangan rata-rata distribusi normal derajat kemaknaan (0.05)
Z1- β = Kekuatan uji (80%)
P1 = Proporsi terpapar pada kelompok kasus
P2 = Proporsi terpapar pada kelompok kontrol
P1
P2 = RR (1−P1)+P1
31
6) Instrumen penelitian yang digunakan dalam penelitian tahap II yaitu
menggunakan software kartu e-D2P2s dalam bentuk aplikasi versi android.
7) Langkah pengumpulan data penelitian tahap II, yaitu:
a) Langkah pertama dalam tahap II yaitu melaksanakan training oleh fasilitator
kepada petugas kesehatan (bidan) yang terlibat langsung dalam
pengambilan data sampel di Puskesmas, untuk mengetahui tata cara
penginputan data menggunakan e-D2P2s dalam bentuk aplikasi versi
android disertai pemberian buku panduan tahap-tahap penggunaannya
bagi nakes dan pembagian leaflet e-D2P2s untuk ibu hamil sebagai promosi
kartu tersebut.
b) Langkah selanjutnya pengambilan data yang dilakukan 2 kali pengamatan,
yaitu pada trimester I (usia kehamilan 8-13 minggu) dan trimester II (usia
kehamilan 14-<28 minggu), dilanjutkan dengan melakukan tahapan
pemeriksaan ANC yaitu anamnesis, pemeriksaan fisik dan pemeriksaan
laboratorium.
c) Data hasil ANC dianalisis menggunakan software kartu e-D2P2s untuk
mendeteksi apakah ibu berisiko rendah atau berisiko tinggi terjadi PPs.
d) Ibu yang sudah terdeteksi mengalami risiko PPs dengan menggunakan
kartu e-D2P2s selanjutnya akan diikuti kehamilannya secara kohort
prospektif sampai ibu mengalami persalinan yaitu terjadi kontraksi rahim
dengan frekuensi >4 kali/20 menit atau >8 kali/60 menit dan terjadi
pembukaan serviks >4 cm dan penipisan serviks >50-75% (Creasy et al,
2014).
e) Hasil dari uji kartu e-D2P2s pada penelitian tahap II, selanjutnya dianalisis
untuk mengetahui sensitivitas, spesifisitas, Positif Predictive Value (PPV)
atau Nilai Prediktif Positif (NPP) dan Negatif Predictive Value (NPV) atau
Nilai Prediktif Negatif (NPN) terhadap deteksi dini risiko persalinan prematur
usia kehamilan 28-<37 minggu pada ibu hamil.
8) Alur penelitian tahap II dapat dilihat pada gambar 2.3 sebagai berikut:
32
Ibu hamil di 11 PKM
Consecutive sampling
Pemeriksaan dengan
e_D2P2s
PPs - R PPs - T
Nilai prediksi:
1. Sensitivitas
2. Spesifisitas
3. PPV
4. NPV
Keterangan:
Persalinan Prematur Spontan Risiko Rendah (PPs-R)
Persalinan Prematur Spontan Risiko Tinggi (PPs-T)
dan intergenerasional
BAB III
Hasil Penelitian
34
<2 tahun 34 (12,4%) 20 (11,9%)
2 tahun 127 (46,2%) 88 (52,4%)
Beban Kerja Tidak (5 jam/ hari) 169 (61,5%) 146 (86,9%)
0,000
Ya (>5 jam/hari) 106 (38,5%) 22 (13,1%)
35
(40,0%) pada kelompok ibu preterm dan 37 orang (22,0%) pada kelompok ibu
aterm. Berdasarkan hasil analisis bivariat menunjukkan nilai p=0,000, sehingga
variabel jumlah anak merupakan calon indikator faktor risiko persalinan preterm
karena p < 0,25.
Pada aspek paritas lebih banyak ibu multipara yaitu berjumlah 161 orang
(58,5%) pada kelompok ibu preterm dan 108 orang (64,3%) pada kelompok ibu
aterm. Berdasarkan hasil analisis bivariat paritas menunjukkan nilai p=0,271,
sehingga variabel paritas bukan merupakan calon indikator faktor risiko persalinan
preterm karena p > 0,25.
Pada aspek jarak kehamilan terbanyak terdapat pada ibu yang memiliki
jarak kehamilan 2 tahun berjumlah 127 orang (46,2%) pada kelompok ibu preterm
dan 88 orang (52,4%) pada kelompok ibu aterm, sedangkan berdasarkan hasil
analisis bivariat paritas menunjukkan nilai p=0,423, sehingga variabel jarak
kehamilan bukan merupakan calon indikator faktor risiko persalinan preterm
karena p > 0,25.
Pada aspek beban kerja rata-rata semua ibu memiliki pekerjaan 5 jam/hari
yaitu berjumlah 169 orang (61,5%) pada kelompok ibu preterm dan 146 orang
(86,9%) pada kelompok ibu aterm. Berdasarkan hasil analisis bivariat beban kerja
5 jam/hari menunjukkan nilai p = 0,000, sehingga variabel beban kerja merupakan
calon indikator faktor risiko persalinan preterm karena p < 0,25.
Berdasarkan tabel 3.3 lebih banyak ibu yang tidak memiliki kebiasaan
merokok selama hamil yaitu terdapat 261 orang (94,9%) pada kelompok ibu
preterm dan 137 orang (81,5%) pada kelompok ibu aterm, sedangkan ibu yang
merokok hanya terdapat 14 orang (5,1%) pada kelompok ibu preterm dan 31 orang
(18,5%) pada kelompok ibu aterm. Kebiasaan minum alkohol tidak ada seorang
36
pun ibu yang memiliki kebiasaan minum alkohol. Berdasarkan hasil analisis
bivariat merokok menunjukkan nilai p=0,000, sehingga variabel merokok
merupakan calon indikator faktor risiko persalinan preterm karena p < 0,25.
4. Riwayat Reproduksi
Tabel 3.4 Distribusi Responden Menurut Riwayat Reproduksi di 7 Kabupaten/Kota
Jawa Timur Tahun 2019
Riwayat Kelompok
Kategori p
Reproduksi Preterm Aterm
EPDS Ringan 206 (74,9%) 153 (91,1%)
Sedang 36 (13,1%) 8 (4,8%) 0,000
Berat 33 (12,0%) 7 (4,2%)
Melahirkan Tidak pernah 252 (91,6%) 166 (98,8%)
0,003
prematur Pernah 23 (8,4%) 2 (1,2%)
Penyakit ibu Tidak ada 248 (90,2%) 153 (91,1%)
0,886
Ada 27 (9,8%) 15 (8,9%)
Komplikasi Tidak ada 274 (99,6%) 167 (99,4%)
1,000
Ada 1 (0,4%) 1 (0,6%)
Abortus Trimester Tidak pernah 261 (94,9%) 153 (91,1%)
0,166
II Pernah 14 (5,1%) 15 (8,9%)
Operasi Serviks Tidak pernah 273 (99,3%) 166 (98,8%)
1,000
Pernah 2 (0,7%) 2 (1,2%)
Jenis kelamin Anak pertama 114 (41,5%) 60 (35,7%)
anak sebelumnya Perempuan 75 (27,3%) 50 (29,8%) 0,486
Laki-laki 86 (31,3%) 58 (34,5%)
Berdasarkan tabel 3.4 tentang riwayat reproduksi pada aspek EPDS, lebih
banyak ibu yang memiliki EPDS ringan yaitu 206 orang (74,9%) pada kelompok
ibu preterm dan 153 orang (91,1%) pada kelompok ibu aterm. Berdasarkan hasil
analisis bivariat EPDS menunjukkan nilai p = 0,000, sehingga variabel EPDS
merupakan calon indikator faktor risiko persalinan preterm karena p < 0,25.
Pada aspek ibu yang memiliki riwayat persalinan preterm hanya terdapat
23 orang (8,4%) pada kelompok ibu preterm dan 2 orang (1,2%) pada kelompok
ibu aterm. Berdasarkan hasil analisis bivariat riwayat persalinan preterm
menunjukkan nilai p = 0,003, sehingga variabel riwayat persalinan preterm
merupakan calon indikator faktor risiko persalinan PTB karena p < 0,25.
Pada aspek riwayat penyakit ibu hanya terdapat 27 orang (9,8%) pada
kelompok ibu preterm dan 15 orang (8,9%) pada kelompok ibu aterm yang pernah
memiliki riwayat penyakit. Berdasarkan hasil analisis bivariat paritas menunjukkan
nilai p = 0,886, sehingga variabel riwayat penyakit ibu bukan merupakan calon
indikator faktor risiko persalinan preterm karena p > 0,25.
37
Pada ibu yang memiliki riwayat komplikasi penyakit hanya terdapat 1 orang
(0,4%) pada kelompok ibu preterm dan kelompok ibu aterm, sedangkan ibu yang
lainnya rata-rata tidak memiliki komplikasi penyakit selama hanil dan berdasarkan
hasil analisis bivariat riwayat komplikasi penyakit ibu menunjukkan nilai p=1,000,
sehingga variabel riwayat komplikasi penyakit ibu bukan merupakan calon
indikator faktor risiko persalinan preterm karena p > 0,25.
Pada ibu yang memiliki riwayat abortus pada trimester II hanya terdapat 14
orang (5,1%) pada kelompok ibu preterm dan 15 orang (8,9%) pada kelompok ibu
aterm, sedangkan ibu yang tidak pernah mengalami abortus trimester II terdapat
261 orang (94,9%) pada kelompok ibu preterm dan 153 orang (91,1%) pada
kelompok ibu aterm. Berdasarkan hasil analisis bivariat abortus trimester II
menunjukkan nilai p = 0,166, sehingga variabel abortus trimester II merupakan
calon indikator faktor risiko persalinan preterm karena p < 0,25.
Pada aspek ibu yang memiliki riwayat operasi serviks hanya terdapat 2
(0,7%) orang baik pada kelompok ibu preterm dan kelompok ibu aterm, sedangkan
ibu yang tidak pernah mengalami operasi serviks terdapat 273 orang (99,3%) pada
kelompok ibu preterm dan 166 orang (98,8%) pada kelompok ibu aterm.
Berdasarkan hasil analisis bivariat riwayat operasi serviks menunjukkan nilai
p=1,000 sehingga variabel riwayat operasi serviks bukan merupakan calon
indikator faktor risiko persalinan preterm karena p > 0,25.
Pada aspek berdasarkan jenis kelamin anak dipersalinan sebelumya lebih
banyak ibu melahirkan dengan jenis kelamin laki-laki yaitu 86 orang (31,3%) pada
kelompok ibu preterm dan 58 orang (34,5%) pada kelompok ibu aterm, sedangkan
hasil analisis bivariat jenis kelamin anak dipersalinan sebelumya menunjukkan nilai
p=0,486, sehingga variabel jenis kelamin anak dipersalinan sebelumya bukan
merupakan calon indikator faktor risiko persalinan preterm karena p > 0,25.
5. Status Gizi Ibu
Tabel 3.5 Distribusi Responden Menurut Status Gizi Ibu di 7 Kabupaten/Kota Jawa
Timur Tahun 2019
Kelompok
Status Gizi Ibu p
Preterm Aterm
Tinggi Badan 1,53 0,05 1,55 0,06
0,000
(1,39-1,70) (1,41-1,71)
<145 m 15 (5,5%) 2 (1,2%)
0,044
≥145 m 260 (94,5%) 166 (98,8%)
IMT 24,19 4,52 26,80 4,71 0,000
38
(14,18-41,01) (14,00-38,67)
<18,5 Kg/m2 20 (7,3%) 4 (2,4%)
0,047
≥18,5 Kg/m2 255 (92,7%) 164 (97,6%)
LILA 25,01 2,79 27,54 2,94
0,000
(17,00-36,00) (18,00-38,00)
<23,5 cm 62 (22,5%) 17 (8,3%)
0,000
≥23,5 cm 213 (77,5%) 154 (91,7%)
Berdasarkan hasil penelitian (Tabel 3.5) menurut status gizi ibu dari aspek
tinggi badan rata-rata ibu memiliki tinggi badan ≥145 cm yaitu 260 orang (94,5%)
pada kelompok ibu preterm dan 166 orang (98,8%) pada kelompok ibu aterm,
dengan rata-rata tinggi badan antara 139 cm hingga 171 cm. Berdasarkan hasil
analisis bivariat tinggi badan menunjukkan nilai p = 0,044, sehingga variabel tinggi
badan merupakan calon indikator faktor risiko persalinan PTB karena p < 0,25.
Pada aspek IMT hampir semua ibu memiliki IMT ≥18,5 Kg/m2 yaitu 255
orang (92,7%) pada kelompok ibu preterm dan 164 orang (97,6%) pada kelompok
ibu aterm, sedangkan ibu yang memiliki IMT <18,5 Kg/m2 yaitu hanya terdapat 20
orang (7,3%) pada kelompok ibu preterm dan 4 orang (2,4%) pada kelompok ibu
aterm, dengan rata-rata IMT berada diantara 14,00 Kg/m2 hingga 38,67 Kg/m2.
Berdasarkan hasil analisis bivariat IMT menunjukkan nilai p = 0,047, sehingga
variabel IMT merupakan calon indikator faktor risiko persalinan preterm karena p
< 0,25.
Pada aspek LILA, rata-rata ibu memiliki LILA ≥23,5 cm sebanyak 213 orang
(77,5%) pada kelompok ibu preterm dan 154 orang (91,7%) pada kelompok ibu
aterm, sedangkan ibu yang memiliki LILA <23,5 cm sebanyak 62 orang (22,5%)
pada kelompok ibu preterm dan 17 orang (8,3%) pada kelompok ibu aterm, dengan
rata-rata pengukuran LILA berada diantara 17 cm hingga 38 cm. Berdasarkan hasil
analisis bivariat abortus trimester II menunjukkan nilai p = 0,000, sehingga variabel
abortus trimester II merupakan calon indikator faktor risiko persalinan PTB karena
p < 0,25.
6. Status Kesehatan Ibu
Tabel 3.6 Distribusi Responden Menurut Status Kesehatan Ibu di 7
Kabupaten/Kota Jawa Timur Tahun 2019
Status Kesehatan Kelompok
Kategori p
Ibu Preterm Aterm
Pemeriksaan x SD 6,02 2,53 9,13 2,67
0,000
kehamilan (ANC) (Min-Maks) 0-16 2-22
Tekanan Darah Normal 271 (98,5%) 168 (100,0%) 0,302
39
Rendah 4 (1,5%) 0 (0,0%)
Penyakit Periodental Tidak pernah 232 (84,4%) 134 (79,8%)
0,267
Pernah 43 (15,6%) 34 (20,2%)
Perdarahan Tidak pernah 227 (82,5%) 140 (83,3%)
0,933
Pernah 48 (17,5%) 28 (16,7%)
Anemia Tidak 160 (58,2%) 109 (64,9%)
0,193
Ya 115 (41,8%) 59 (35,1%)
BV Tidak diperiksa 249 (90,5%) 167 (99,4%)
0,000
(Fluor albus) Positif 26 (9,5%) 1 (0,6%)
40
nilai p = 0,193, sehingga variabel anemia merupakan calon indikator faktor risiko
persalinan preterm karena p < 0,25.
Pada pemeriksaan Bacterial vaginosis semua ibu tidak melakukan
pemeriksaan BV selama hamil, yang ada data fluor albus yaitu 249 orang (90,5%)
pada kelompok ibu preterm dan 167 orang (99,4%) pada kelompok ibu aterm yang
tidak dilakukan pemeriksaan BV, sedangkan yang positif ada keluhan fluor albus
terdapat 26 orang (9,5%) pada kelompok ibu preterm dan hanya 1 orang pada ibu
aterm. Berdasarkan hasil analisis bivariat fluor albus menunjukkan nilai p = 0,000,
sehingga variabel fluor albus merupakan calon indikator faktor risiko persalinan
preterm karena p < 0,25.
7. Kondisi Janin
Tabel 3.7 Distribusi responden menurut kondisi janin di 7 Kabupaten/Kota Jawa
Timur Tahun 2019
Kelompok
Kondisi Janin p
Preterm Aterm
Pergerakan janin
Bergerak 231 (84,0%) 144 (85,7%) 0,726
Kurang bergerak 44 (16,0%) 24 (14,3%)
Tinggi Fundus Uteri 26,17 2,93 30,42 2,26
0,000
(15-36) (20-36)
DJJ 144,24 9,66 142,17 7,55
0,012
(100-168) (120-158)
Berdasarkan tabel 3.7 menurut kondisi janin ibu dari aspek pergerakan janin
terdapat 231 janin (84,0%) pada kelompok ibu preterm dan 144 janin (95,7%) pada
kelompok ibu aterm yang pergerakannya baik di malam hari, sedangkan janin yang
kurang bergerak di malam hari terdapat 44 janin (16,0%) pada kelompok ibu
preterm dan 24 janin (14,3%) pada kelompok ibu aterm. Berdasarkan hasil analisis
bivariat pergerakan janin menunjukkan nilai p = 0,726, sehingga variabel
pergerakan janin bukan merupakan calon indikator faktor risiko persalinan preterm
karena p > 0,25.
Pada aspek pemeriksaan tinggi fundus uteri ibu memiliki TFU 15-36 cm
pada kelompok ibu preterm dan 20-36 cm pada kelompok ibu aterm, berdasarkan
hasil analisis bivariat TFU menunjukkan nilai p = 0,000, sehingga variabel TFU
merupakan calon indikator faktor risiko persalinan preterm karena p < 0,25.
Pada aspek pemeriksaan denyut jantung janin, janin memiliki DJJ 100-168
kali/menit pada kelompok ibu preterm dan 120-158 kali/menit pada kelompok ibu
41
aterm. Berdasarkan hasil analisis bivariat DJJ menunjukkan nilai p = 0,012,
sehingga variabel DJJ merupakan calon indikator faktor risiko persalinan preterm
karena p < 0,25.
5.1.2 Indeks Faktor Risiko Persalinan Preterm
Tahapan selanjutnya setelah dilakukan analisis bivariat yaitu analisis
multivariat menggunakan analisis regresi logistik, dimana analisis multivariat
adalah tahapan uji statistik secara bersama-sama antara variabel independen
terhadap variabel dependent. Analisis multivariat dalam penelitian ini
menggunakan nilai signifikansi α = 0,05, dimana jika hasil analisis bivariat tersebut
nilai signifikansinya p < α maka layak untuk dilakukan analisis multivariat.
Tabel 3.8 Rangkuman Hasil Analisis Bivariat Faktor Risiko Terjadinya Persalinan
Preterm di 7 Kabupaten/Kota Jawa Timur Tahun 2019
No Variabel p-Value Kesimpulan
Karakteristik Sosiodemografi
1. Usia ibu 0,019 Kandidat analisis multivariat
2. Pendidikan 0,104 Kandidat analisis multivariat
3. Pekerjaan 0,144 Kandidat analisis multivariat
4. Pendapatan 0,000 Kandidat analisis multivariat
5. Jumlah anak 0,000 Kandidat analisis multivariat
6. Paritas 0,271 Bukan kandidat analisis multivariat
7. Jarak Kehamilan 0,423 Bukan kandidat analisis multivariat
8. Beban kerja 0,000 Kandidat analisis multivariat
Kebiasaan Merokok dan Minum Alkohol
9. Merokok 0,000 Kandidat analisis multivariat
10. Minum Alkohol -
Riwayat Reproduksi
11. EPDS 0,000 Kandidat analisis multivariat
12. Melahirkan prematur 0,003 Kandidat analisis multivariat
13. Penyakit ibu 0,886 Bukan kandidat analisis multivariat
14. Komplikasi ibu 1,000 Bukan kandidat analisis multivariat
15. Abortus Trimester II 0,166 Kandidat analisis multivariat
16. Operasi Serviks 1,000 Bukan kandidat analisis multivariat
17. Jenis kelamin anak sebelumnya 0,486 Bukan kandidat analisis multivariat
Status Gizi Ibu
18. Tinggi Badan 0,044 Kandidat analisis multivariat
19. IMT 0,047 Kandidat analisis multivariat
20. LILA 0,000 Kandidat analisis multivariat
Status Kesehatan Ibu Hamil
21. Pemeriksaan kehamilan (ANC) 0,000 Kandidat analisis multivariat
22. Tekanan Darah 0,302 Bukan kandidat analisis multivariat
23. Penyakit Periodental 0,267 Bukan kandidat analisis multivariat
24. Perdarahan hamil muda/tua 0,933 Bukan kandidat analisis multivariat
25. Anemia 0,193 Kandidat analisis multivariat
26. Fluor albus 0,000 Kandidat analisis multivariat
Kondisi Janin
27. Pergerakan janin 0,726 Bukan kandidat analisis multivariat
28. TFU 0,000 Kandidat analisis multivariat
29. DJJ 0,012 Kandidat analisis multivariat
42
Berdasarkan tabel di atas, terdapat 18 variabel faktor risiko persalinan
preterm yang memenuhi syarat kandidat pemodelan, yaitu usia ibu, pendidikan,
pekerjaan, pendapatan, jumlah anak, beban kerja, merokok, EPDS, riwayat
persalinan preterm, abortus trimester II, tinggi badan, IMT, LILA, pemeriksaan
kehamilan (ANC), anemia, Fluor albus, TFU, dan DJJ. Hasil analisis regresi logistik
didapatkan tujuh variabel yang berpengaruh dan merupakan indeks faktor risiko
terjadinya persalinan preterm dengan konstanta = -1,488.
Tabel 3.9 Distribusi Variabel Yang Masuk Dalam Pemodelan Faktor Risiko
Persalinan Preterm di 7 Kabupaten/Kota Jawa Timur Tahun 2019
95% CI untuk OR
No Variabel B p OR
Lower Upper
1 Pendapatan
<UMR 1,056 0,000 2,875 1,790 4,617
UMR (ref)
2 Jumlah anak
Hamil pertama 1,058 0,000 2,882 1,663 4,994
>2 orang 1,431 0,000 4,182 2,305 7,586
Anak kedua (ref)
3 Beban kerja
>5 jam/hari 1,541 0,000 4,670 2,638 8,269
s/d 5jam/hari (ref)
4 EPDS
Sedang/Berat (>9 0,859 0,011 2,362 1,213 4,596
Ringan (0-9, ref)
5 Riwayat melahirkan prematur
Pernah
Tidak pernah (ref) 1,746 0,036 5,729 1,121 29,285
6 Status Gizi (IMT)
Kurang 1,252 0,035 3,499 1,089 11,238
Baik (ref)
7 Fluor albus
Positif ada keluhan 3,094 0,003 22,067 2,778 175,309
Negatif tidak ada keluhan
(ref)
Konstanta -1,488 0,000 0,226
positif)]
44
Tabel 3.11 Skoring dan Bobot Variabel Indeks Risiko Persalinan Preterm
No Variabel Kategori Skoring Bobot
1 Pendapatan <UMR Ya, < UMR 1 1,056
Tidak, UMR 0
2 Hamil pertama Ya 1 1,058
Tidak 0
Jumlah anak >2 Ya 1 1,431
Tidak 0
3 Beban kerja >5 jam/hari Ya, >5 jam/hari 1 1,541
Tidak, s/d 5jam/hari 0
4 EPDS Sedang/Berat (>9) Ya, Sedang/Berat (>9) 1 0,859
Tidak, Ringan (0-9) 0
5 Pernah melahirkan Ya Pernah 1 1,746
prematur Tidak pernah 0
6 Status Gizi (IMT) <18,5 Ya, IMT <18,5 Kg/m2 1 1,252
Kg/m2 Baik, IMT ≥18,5 Kg/m2 0
7 Fluor albus positif Positif ada keluhan 1 3,094
Negatif Tidak ada 0
keluhan
45
lebih dari 18,5 cm dan hasil anamnesis flour albus negatif, maka hasil
perhitungan skor indeksnya adalah:
Indeks = -1,488 + 1,056 (Pendapatan <UMR) + 1,058 (Hamil pertama) + 1,431
(Anak >2) + 1,541 (Beban kerja) + 0,858 (EPDS Berat-sedang) + 1,746
(Riwayat melahirkan prematur) + 1,252 (IMT kurang) + 3,094 (Flour
albus positif)
Indeks = -1,488 + 1,056 (1) + 1,058 (1) + 1,431 (0) + 1,541 (1) + 0,858 (1) +
1,746 (0) + 1,252 (0) + 3,094 (0)
= 3,025
Dari hasil perhitungan didapat skor indeks senilai 3,025 dan lebih besar dari cut
off index yaitu 0, sehingga ibu hamil tersebut mempunyai risiko tinggi untuk
terjadinya persalinan preterm.
2. Jika seorang ibu hamil dilakukan pemeriksaan ANC dan didapatkan informasi
bahwa pendapatan keluarga si ibu lebih tinggi dari UMR, kehamilan anak
pertama, tidak mempunyai beban kerja lebih dari 5 jam/hari, hasil EPDS ringan,
tidak pernah memiliki riwayat preterm sebelumnya, pemeriksaan status gizi
lebih dari 18,5 cm dan hasil anamnesis flour albus negatif, maka hasil
perhitungan skor indeksnya adalah:
Indeks = -1,488 + 1,056 (pendapatan <UMR) + 1,058 (Hamil pertama) + 1,431
(Anak >2) + 1,541 (Beban kerja) + 0,858 (EPDS Berat-sedang) + 1,746
(Riwayat melahirkan prematur) + 1,252 (IMT kurang) + 3,094 (Flour
albus positif)
Indeks = -1,488 + 1,056 (0) + 1,058 (1) + 1,431 (0) + 1,541 (0) + 0,858 (0) +
1,746 (0) + 1,252 (0) + 3,094 (0)
= -0,430
Dari hasil perhitungan didapat skor indeks senilai -0,430 dan lebih besar dari
cut off index yaitu 0, sehingga ibu hamil tersebut mempunyai risiko rendah
untuk terjadinya persalinan preterm.
2. Sensitivitas dan Spesifisitas
Menentukan sensitifitas dan spesifisitas dari model yang sudah didapat
dengan memasukkan data populasi hasil penelitian tahap I. Sensitifitas didapat
dengan cara memprediksi terjadinya persalinan preterm semua data responden
penelitian tahap I menggunakan indeks yang didapat dari penelitian ini.
46
Tabel 3.12 Hasil Crosstab Status Preterm dan Skor Indeks Responden Penelitian
Tahap I
Cut Off Index = 0 Status Preterm
Preterm Aterm
Berisiko Tinggi ≥ 0 122 55
(72,5%) (20,0%)
Berisiko Rendah < 0 46 220
(27,4%) (80,2%)
Jika berdasarkan tabel 2x2 pada tabel 3.12, maka dapat diketahui
sensitifitas dan spesifisitas dari indeks yang dihasilkan dari data penelitian tahap I.
Hasil perhitungan di atas menunjukkan bahwa sensitifitas dan spesifisitas dari
indeks persalinan preterm adalah 72,5% dan 80,2%, PPV 68,9% dan NPV 82,7%
dengan akurasi pengukuran 77,2% dan cut off index 0 (nol).
47
7. RSUD Jombang 16. PKM Kanigaran
8. RSUD Madiun Sogaten 17. PKM Kedopok
9. RSUD Gresik 18. PKM Ketapang
19. PKM Wonoasih
20. PKM Simomulyo
Narasumber : Dokter spesialis Obgine 4 orang, Dokter Spesialis Anak 1 orang,
Kedokteran pencegahan (Surveilance) 2 orang, Analiser statistik
1 orang, Pemerhati penurunan AKI dan AKB 1 orang,
4) Jumlah peserta : 29 orang
Tabel 3.13 Ringkasan Hasil FGD Faktor Risiko Persalinan Preterm di Rumah Sakit
di 7 Kabupaten/Kota Jawa Timur Tahun 2019
No Kategori Kelompok Rumah Sakit Narasumber
1 Kartu Digunakan oleh petugas puskesmas
e_D2P2s untuk menentukan rujukan ke rumah
sakit
2. Bacterial Keluhan ibu, khususnya Keputihan perlu diperjelas dengan
Vaginosis keputihan perlu menanyakan warna, bau, jumlah, dan
dan Flour ditambahkan saat keluhan gatal.
albus dilakukan anamnesis. Pemeriksaan laboratorium bakteri
Pemeriksaan laboratorium vaginosis sangat jarang dan hampir
bakteri vaginosis tidak tidak pernah dilakukan, sehingga
perlu dilakukan. sebaiknya tidak perlu dimasukkan
dalam kartu skor.
3. Pendapatan Untuk melengkapi bagian Pada bagian pendapatan pendapatan
pendapatan dapat yang ditanyakan dikonversi dengan
ditanyakan jumlah UMR setiap daerah, karena setiap
pendapatan ibu dan suami. daerah memiliki ketetapan UMR yang
berbeda.
4. EPDS Pengisian skor masih Pengisian pada setiap pernyataan
membingungkan dalam perlu memperhatikan kuisioner yang
hal menentukan penilaian asli dan menyesuaikan cara
dan pemberian angka pengisiannya.
pada setiap pernyataan. Pernyataan dalam kuisioner perlu
dibagi menjadi 2 kelompok, yaitu
pernyataan dengan nilai positif (nilai 0
– 3) dan pernyataan negatif (nilai 3 –
0).
Kesan umum ibu, Kata “sudah” pada pernyataan
khususnya bila tampak dihilangkan sehingga tidak
cemas, takut, atau membingungkan.
depresi. Kesan umum seperti tanda-tanda
terdampak KDRT juga perlu
diperhatikan.
48
5. Design dan Perlu ditambahkan Poin yang dimasukkan dalam
model kartu petunjuk pengisian, penelitian sejumlah 8 poin risiko.
seperti pernyataan Penilaian terhadap setiap poin
tentang anak pertama dan berdasarkan bobot perlu ditentukan
anak >2. Pernyataan ini skor minimal dan skor maksimal,
masih dianggap sehingga dapat ditentukan cut off
membingungkan, point dari penilaian kartu skor.
sehingga perlu diperjelas Berdasarkan cut off point dapat
pada petunjuk pengisian. ditentukan ibu hamil yang berisiko
Setiap penilaian dibagi ke melahirkan bayi prematur dan perlu
dalam penilaian trimester I atau tidaknya untuk dilakukan rujukan.
dan trimester II.
49
(kemampuan hidup seorang anak yang
dilahirkan)
Usia 28 minggu beratnya 1500 gram,
26 minggu 800 gram, negara maju
menggunakan 26 minggu, Indonesia
28 minggu. Early preterm batasannya
28-32 minggu, karena >32 minggu late
preterm. Dalam penelitian ini
menggunakan batasan 28-<37 minggu
4. Beban kerja Beban kerja antara Beban kerja perlu dimasukkan jumlah
pekerja perlu dimasukkan anak
berapa jam, perlu Beban kerja yang dimaksud seperti ibu
dipertimbangkan IRT bekerja ASN/swasta atau IRT adalah
aktifitas banyak, jika ibu aktifitas ibu selama hamil, walaupun
tidak bekerja dan tidak ibu tidak bekerja tapi aktifitasnya mulai
punya anak dengan yang dari memasak, mencuci, momong
punya anak atau bekerja anak, mengepel dan sebagainya
terhitung 5 jam/hari selama 24 jam,
tanpa ada jedah istirahat atau aktifitas
yang dilakukan monoton, sama seperti
ASN termasuk pekerja >5 jam
Perlu tolak ukur bagi yang punya
pembantu, biasanya IRT hanya 3 jam
bekerja karena punya pembantu, atau
perlu diketahui umur anak, karena ibu
yang punya balita lebih banyak
aktifitas pengasuhan anak, sehingga
ibu hamil dan punya anak balita pasti
lebih berat dari pada yang punya anak
SD (Usia sekolah)
Harus dijelaskan lebih rinci apa yang
dimaksud dengan beban kerja, perlu
ditambahkan dalam kategori beban
kerja
5. Bacterial Dipuskesmas tidak Sebaiknya layak dilakukan atau tidak
Vaginosis dilakukan dan sulit merepotkan dilakukan
Dipuskesmas dikerjakan, Di tekankan pada bumil yang
karena ada pemeriksaan mengeluh keputihan, idealnya
IMS tapi melalui darah dilakukan pemeriksaan, paling tidak
Biasanya jika ada vaginal swabnya. Sebaiknya semua
pemeriksaan flour albus puskesmas sudah bisa mengerjakan
(keputihan) baru dilakukan preparat pemeriksaan BV, jadi
vaginal swab puskesmas belum dimasukkan
Jika berdasarkan keluhan, programnya, jika ibu ada keluhan
apakah bisa dilakukan leukorhea/keputihan harusnya
dengan anamnesis? dilakukan sesuai SOP
Pemeriksaan IMS dikerjakan rutin di
puskemas melalui darah, sebaiknya
pemeriksaan BV diikutkan dengan
pemeriksaan IMS
Tidak selalu hasil pemeriksaan IMS
berkaitan dengan vagina dan tidak
berhubungan dengan prematuritas,
ataupun pemeriksaan HIV atau
50
siphylis, justru faktor flour albus yang
paling berkaitan dengan prematuritas,
walaupun yang paling kuat adalah
pemeriksaan BV. Pemeriksaannya pun
di tussee sudah bisa diketahui dari
baunya
Untuk menggantikan pemeriksaan lab
BV, bisa dimasukkan anamnesis untuk
mendapatkan informasi
kecenderungan BV
Bidan harus bisa membedakan jika
ada bumil mengeluh keputihan, mana
keputihan fisiologis dan patologis,
sehingga memudahkan anamnesis
Jika BV ini dimasukkan nanti bisa
menjadi kebijakan baru untuk
dipuskesmas untuk dilakukan
pemeriksaan BV
6. EPDS Saat membaca Sebaiknya bumil sendiri yang
membingungkan, tapi membaca kemudian dia yang
membahasakan misalkan menentukan jawabannya, takutnya jika
“bu selama hamil ada nakes yang menerangkan bisa terjadi
permasalahan nggak?” mix komunikasi
jika ibu mendawab “Ya” Bumilnya sambil dibimbing pada saat
baru pertanyaan lebih mengisi sendiri EPDS nya, jika ada
detail lagi sesuai pertanyaan kurang jelas ditanyakan
pertanyaan dalam EPDS. langsung ke bidan
Misalkan “ibu dengan Sebaiknya ditambahkan kalimat yang
permasalahan tersebut menekankan bahwa “Saat saya hamil
apakah bisa ditangani ini dan seterusnya”
dengan baik?” sehingga Pada intinya EPDS ini dikerjakan di
nakes punya bahasa puskesmas, tapi validitasnya masih
sendiri untuk tanda tanya, bisa si ibu mengisi tapi
membahasakan kalimat belum tentu mengerti atau ada yang
EPDS ini dibantu dengan penjelasan bidan
Di Puskesmas nakes masing-masing, namun usulannya
meminta bumilnya sebaiknya bahasanya perlu diperbaiki,
mengisi sendiri, nakes misal point 1 diberi dengan contoh
menjelaskan hanya di kasus, sehingga bidan saat
pilihan jawaban 0, 1, 2, menjelaskan jawabannya seragam.
dan 3 diisi dikolom mana Perlu dikonsultasikan ke psikiater
saja tentang bahasanya
Pasien ada yang Dilihat dari namanya EPDS sepertinya
menjawab 0 (nol) semua, untuk post natal bukan untuk ibu
kata pasien “saya hamil, karena jika dibaca dari
bingung bu pertanyaan-pertanyaannya lebih cocok
pertanyaannya, tapi diberikan pada post natal, sedangkan
memang saya gak ada untuk bumil agak sulit untuk
masalah bu selama menjawabnya, ataukah tidak diberikan
kehamilan saya” takutnya pada ibu di trimester-trimester awal.
jika nakes memberi Untuk tipe depresi, ada orang dengan
penjelasan, ibunya tipe-tipe tertentu yang mengalaminya,
merasa didikte jadi nakes seperti yang dilakukan hasil penelitian
membiarkan ibunya mahasiswa S2, hasilnya hanya sedikit
51
mengisi sendiri EPDS sekitar 15% saja yang mengalami
nya. Termasuk pilihan depresi saat hamil, bahkan setelah
jawaban “Bisa teratasi itu post natal lebih tinggi tingkat
gimana”? terkadang depresinya, jadi ada tipe-tipe depresi
masih bingung, jadi pada orang-orang tertentu.
bahasanya perlu
diperbaiki yang lebih
mudah
Biasanya pasien sudah
mengerti sendiri pada
saat nakes menyodorkan
EPDS nya pasien sudah
tahu untuk diiisi
Puskesmas dipinggiran
kota Probolinggo, yaitu
Wonoasih, kebanyakan
tidak sekolah, jadi nakes
membacakan dan
menjelaskan terkadang
psien juga bingung, jadi
intinya jawaban psien
bahwa tidak ada masalah
dikehamilan mereka saat
ini
Berdasarkan hasil
jawaban EPDS jika
hasilnya >12 perlu dirujuk
ke dokter spesialis
psikolog, di puskesmas
ada poli psikologis, saat
kami konsul ke poli,
dokter mengatakan tidak
ada masalah apa-apa,
begitupun pasiennya juga
mengatakan tidak ada
masalah. Jadi hanya
persepsi bahasa yang
perlu diperbaiki dari
EPDS ini
7. Riwayat Tidak ada masalah dalam Bisa pada kehamilan sekarang ibu
prematur mengambil data riwayat mengalami prematuritas. Pada
prematur primigravida bisa saja. Bisa jadi saat
ibu datang pada kehamilan
primigravida, ia pernah dirawat
sebagai prematur.
Riwayat prematur pada kehamilan
yang lalu atau saat ini? Bisa saja
orang mengalami riwayat prematur
pada primigravida. Contohnya saya
datang usia kehamilan 30 minggu,
ternyata usia 29 minggu kemarin saya
dirawat prematur dikehamilan
sekarang.
52
Perlu definisi operasional yang jelas,
apakah skornya mempengaruhi atau
tidak.
Fenomena di Gresik banyak
kehamilan terjadi usia dibawah 20
tahun yang tidak ter detect HPHTnya.
Kemudian, potensi untuk menjadi
preterm itu besar. Padahal mungkin
tidak mengisi riwayat prematur. Mohon
pertimbangan, karena di Gresik satu
bulan bisa 10 persalinan yang di
bawah 20 tahun yang diketahui bidan.
8. Design dan Jika kartu digunakan Kartu sengaja dibuat dalam bentuk
model kartu untuk tenaga kesehatan, quesioner terlebih dahulu untuk
sebaiknya digabung pengambilan data, agar waktu
dengan kartu ibu pengambilan data tidak terbuang
Jika kartu digunakan banyak, mengingat pengambilan
sampel yang tidak mudah. Sehingga
untuk ibu/pasien
diperlukan basic data (data dasar),
sebaiknya digabung
walaupun ada perbaikan kartu, tidak
dengan buku KIA seperti akan mempengaruhi data yang sudah
kartu skor KSPR. terkumpul.
Perlu disisipkan di buku pink KIA atau
ada lembar tersendiri yang visible
dilakukan di puskesmas.
Perlu dibuat buku tersendiri khusus
prematur
Langkah pertama sebaiknya di
petugas kesehatan, bisa diletakkan di
kartu ibu.
Kartu aplikasi bertujuan untuk
mempermudah menginput dan
langsung keluar hasilnya, sedangkan
dalam bentuk kartu digunakan untuk
kontrol
17. Pengembangan Dikembangkan sistem aplikasi seperti
Kartu e_D2P2s WA, bisa Offline, bisa menginput,
meskipun belum terkirim. Data akan
dihold seperti WA tanpa signal.
Perlu penjelasan-penjelasan per item
dengan contohnya diperjelas dan
akan didampingi dengan buku
panduan.
Perlu koordinasi dengan Tim IT untuk
pengembangan kartu dalam bentuk
aplikasi, tim IT hanya mengikuti apa
yang diinginkan peneliti lalu
dituangkan kedalam aplikasi.
53
3.2.3 Rekomendasi Hasil FGD
Telaah yang sudah dilakukan dalam forum FGD tentang lanjutan penelitian
tahap I yaitu penyusunan draft model kartu prediksi persalinan prematur (kartu
e_D2P2s) untuk menghasilkan masukan dan permasalahan berupa rekomendasi
dari kelompok Rumah sakit dan Puskesmas sebagai berikut:
1. Dari 29 faktor risiko hanya 18 faktor resiko yang signifikan dan hanya 7 yang
masuk dalam model indeks risiko persalinan prematur spontan.
2. Ada beberapa penambahan dalam identitas responden seperti pekerjaan
suami sebagai pertimbangan dalam menghitung jumlah total pendapatan
keluarga.
3. Ada perubahan kalimat dan bahasa untuk skor EPDS, diperlukan panduan
untuk nakes dalam menyeragamkan pertanyaan yang diberikan kepada ibu
hamil, dengan mengkonsultasikan ke psikiater dalam penggunaan bahasa
yang disederhanakan ataukah dengan menggunakan kalimat yang sama.
4. Pemeriksaan bakterial vaginosis akan dikonsultasikan kembali apakah dengan
pemeriksaan darah yang diusulkan oleh para bidan sudah mewakili
pemeriksaan BV atau cukup dengan anamnesis dengan flour albus
(Keputihan).
5. Identitas responden, karakteristik responden, anamnesis sampai pemeriksaan
fisik tidak ada masalah dalam pengambilan data.
6. Untuk tata atau design dan warna kartu membutuhkan perbaikan karena masih
sangat perlu direvisi dan masih kurang informatif, perlu dibuat lebih menarik
dan mudah dibawa.
7. Perlu dibuat buku panduan tata cara pengisian kartu e_D2P2s agar lebih
informatif dan lebih visible serta memudahkan nakes menginput data.
54
3.3 Kartu Elektronik Deteksi Dini Persalinan Prematur Spontan (e_D2P2s)
55
2. Dapat menemukan masalah secara dini adanya tanda bahaya dan faktor
risiko pada kehamilan.
3. Dapat meningkatkan kualitas pelayanan perawatan dan skrining antenal
sesuai kondisi masing-masing kelompok risiko pada ibu hamil.
4. Untuk memprediksi terjadinya persalinan prematur spontan (preterm) baik
di trimester 1 dan atau di trimester 2.
56
3.4 Penelitian Tahap II
57
berjumlah 22 orang (10,3%) pada kelompok ibu preterm dan 192 orang (89,7%)
pada kelompok ibu aterm, sedangkan rerata usia responden penelitian pada
kelompok ibu preterm 18 tahun hingga 40 tahun dan pada kelompok ibu aterm 17
tahun hingga 44 tahun. Berdasarkan aspek pendidikan responden rata-rata
memiliki pendidikan SMU yaitu terbanyak 17 orang (9,4%) pada kelompok ibu
preterm dan 163 orang (90,6%) pada kelompok ibu aterm.
Berdasarkan hasil pengumpulan data pada aspek pekerjaan, lebih banyak
responden yang bekerja sebagai ibu rumah tangga yaitu berjumlah 21 orang
(12,7%) pada kelompok ibu preterm dan 144 orang (87,3%) pada kelompok ibu
aterm. Pada aspek pendapatan lebih banyak yang memiliki pendapatan keluarga
<UMR yaitu berjumlah 22 orang (11,5%) pada kelompok ibu preterm dan 169
orang (88,5%) pada kelompok ibu aterm.
Pada aspek jumlah anak terbanyak terdapat pada ibu yang melahirkan anak
2 orang yaitu 16 orang (16,2%) pada kelompok ibu preterm, sedangkan pada
kelompok ibu aterm terdapat 83 orang (83,8%), selebihnya ibu yang melahirkan
anak pertama terdapat 10 orang (12,5%) pada kelompok ibu preterm dan 70 orang
(87,5%) pada kelompok ibu aterm. Adapun ibu yang melahirkan 1 orang anak
terdapat 4 orang (4,9%) pada kelompok ibu preterm dan 77 orang (95,1%) pada
kelompok ibu aterm.
Pada aspek beban kerja di trimester I rata-rata semua ibu memiliki
pekerjaan 5 jam/hari yaitu berjumlah 17 orang (12,3%) pada kelompok ibu
preterm dan 121 orang (87,7%) pada kelompok ibu aterm. Sedangkan di trimester
II juga sama memiliki rata-rata semua ibu memiliki pekerjaan 5 jam/hari yaitu
berjumlah 17 orang (12,5%) pada kelompok ibu preterm dan 119 orang (87,5%)
pada kelompok ibu aterm.
58
Berdasarkan tabel 3.17 lebih banyak ibu yang tidak memiliki kebiasaan
merokok selama hamil yaitu terdapat 30 orang (1,8%) pada kelompok ibu preterm
dan 225 orang (88,2%) pada kelompok ibu aterm, sedangkan ibu yang merokok
hanya terdapat 5 orang pada kelompok ibu aterm.
Pada aspek ibu yang memiliki riwayat persalinan preterm hanya terdapat 3
orang (42,9%) pada kelompok ibu preterm dan 4 orang (57,1%) pada kelompok
ibu aterm.
Berdasarkan tabel 3.19 tentang riwayat reproduksi pada skala EPDS, lebih
banyak ibu yang memiliki EPDS ringan pada trimester I yaitu 29 orang (12,3%)
pada kelompok ibu preterm dan 207 orang (87,7%) pada kelompok ibu aterm,
begitupun pada trimester II hasilnya sama.
Tabel 3.20 Distribusi Responden Menurut Aktivitas Seksual (Coitus) di 2
Kabupaten/Kota Jawa Timur Tahun 2019
Trimester 1 Trimester 2
Coitus Kategori p p
Preterm Aterm Preterm Aterm
Coitus x SD 2,07 0,64 1,77 0,77 1,97 0,62 1,73 0,79
0,042 0,059
(Min-Maks) (1-3) (1-7) (1-3) (1-7)
≥2 kali 7 (21,2%) 26 (78,8%) 2 (18,2%) 9 (81,8%)
0,078 0,369
<1-2 kali 23 (10,1%) 204 (89,9%) 28 (11,2%) 221 (88,8%)
59
Berdasarkan tabel 3.20 tentang riwayat reproduksi pada aktivitas coitus,
lebih banyak ibu yang melakukan coitus pada trimester I <1-2 kali yaitu 23 orang
(10,1%) pada kelompok ibu preterm dan 204 orang (89,9%) pada kelompok ibu
aterm, sedangkan pada trimester II yaitu 28 orang (11,2%) pada kelompok ibu
preterm dan 221 orang (88,8%) pada kelompok ibu aterm.
Berdasarkan hasil penelitian (Tabel 3.21) menurut status gizi ibu dari aspek
tinggi badan rata-rata ibu memiliki tinggi badan ≥145 cm yaitu 29 orang (11,5%)
pada kelompok ibu preterm dan 223 orang (88,5%) pada kelompok ibu aterm,
dengan rata-rata tinggi badan 153 cm.
Pada aspek IMT hampir semua ibu di trimester I memiliki IMT ≥18,5 Kg/m2
yaitu 23 orang (10,1%) pada kelompok ibu preterm dan 204 orang (89,9%) pada
kelompok ibu aterm, sedangkan di trimester II ibu yang memiliki IMT ≥18,5 Kg/m2
meningkat yaitu 28 orang (11,3%) pada kelompok ibu preterm dan 219 orang
(88,7%) pada kelompok ibu aterm, dengan rata-rata IMT berada diantara 22,07
Kg/m2 hingga 25,90 Kg/m2.
60
Pada aspek LILA di trimester I rata-rata ibu memiliki LILA ≥23,5 cm
sebanyak 18 orang (8,7%) pada kelompok ibu preterm dan 188 orang (91,3%)
pada kelompok ibu aterm, sedangkan di trimester II rata-rata ibu memiliki LILA
≥23,5 cm meningkat sebanyak 20 orang (9,4%) pada kelompok ibu preterm dan
195 orang (90,7%) pada kelompok ibu aterm, dengan rata-rata pengukuran LILA
berada diantara 22,07 cm hingga 25,90 cm.
Berdasarkan tabel 3.23 menurut status kesehatan ibu hamil dari aspek
pemeriksaan kehamilan (ANC) rata-rata di trimester I ibu melakukan pemeriksaan
ANC selama hamil sebanyak 1-5 kali pemeriksaan dan di trimester II sebanyak 1-
7 kali pemeriksaan. Pada aspek anemia lebih banyak jumlah ibu yang tidak
mengalami anemia selama hamil yaitu 25 orang (11,7%) pada kelompok ibu
preterm dan 188 orang (89,1%) pada kelompok ibu aterm.
Pada aspek kasus Bacterial vaginosis tidak ada ibu yang melakukan
pemeriksaan BV selama hamil hal ini dikarenakan pemeriksaan BV di puskesmas
bukan merupakan pemeriksaan rutin, hanya yang terindikasi ibu mengalami fluor
albus positif ada keluhan maka dilanjutkan dengan pemeriksaan BV lanjut.
61
Pada aspek pemeriksaan tinggi fundus uteri pada trimester I rata-rata ibu
tidak dilakukan pengukuran TFU hal ini karena ibu datang rata-rata di usia
kehamilan 8-12 minggu, sedangkan di trimester II rata-rata TFU ibu antara 12-30
cm pada kelompok ibu preterm dan 8-28 cm pada kelompok ibu aterm. Pada aspek
pemeriksaan denyut jantung janin di trimester I dan II rata-rata janin memiliki DJJ
120-158 kali/menit.
Tabel 3.25 Distribusi responden menurut Berat Badan Lahir Bayi di 2
Kabupaten/Kota Jawa Timur Tahun 2019
Berat Descriptive Statistics
badan bayi N Minimum Maximum Mean Std. Deviation
BBL 30 1600 2300 1999.00 156.139
Berdasarkan BBL bayi dari ibu yang melahirkan preterm, dari 30 orang ibu
yang memiliki BBL bayi terendah adalah 1600 Kg dan tertinggi dengan BBL 2300
Kg, dengan rata-rata BBL bayi 1999 Kg.
Berdasarkan tabel 3.26 pada trimester I terdapat ibu yang berada pada
risiko tinggi PPs namun mengalami persalinan aterm terdapat 187 orang (87,8%),
sedangkan ibu yang berada pada risiko rendah PPs namun mengalami persalinan
62
preterm terdapat 4 orang (8,52%). Sedangkan pada trimester II terdapat ibu yang
berada pada risiko tinggi PPs namun mengalami persalinan aterm terdapat 197
orang (87,6%), dan ibu yang berada pada risiko rendah PPs namun mengalami
persalinan preterm terdapat 3 orang (7,5%), sehingga dapat diketahui skor indeks
kartu e_D2P2s pada trimester I dan II memiliki sensitifitas (86,7% dan 90,0%),
spesifisitas (18,7% dan 16.1%), nilai PPV (12,2% dan 12,3%) dan NPV (91,5%
dan 92,5%).
63
Bab IV
Pembahasan
Penelitian ini dilakukan 2 (dua) tahap yaitu tahap I dan tahap II. Penelitian
tahap I (Penentuan faktor risiko) dilakukan mulai 2 Januari – 17 Mei 2019 (5 bulan)
dilakukan pada ibu pasca persalinan prematur spontan (28-<37 minggu). Tujuan
penelitian, pertama; yaitu untuk menentukan faktor risiko persalinan prematur
spontan berdasarkan hasil pemeriksaan klinik (anamnesis, pemeriksaan fisik, dan
laboratorium), kedua; yaitu menyusun model alternatif deteksi dini risiko
persalinan prematur (28-<37 minggu) spontan yang sederhana, mudah, dan
murah serta non invasif dengan rancangan penelitian menggunakan kasus-
kontrol (case control study) pada ibu pasca persalinan pretem dan tercatat dalam
rekam medik di 9 rumah sakit yaitu RS. Soewandhi, RS. Universitas Airlangga, RS.
Islam Jemur Sari, RS Haji Surabaya, RSUD Sidoarjo, RSUD Madiun Sogaten,
RSUD Jombang, RSUD Ibnu Sina Gresik, RSUD Ngawi.
Penelitian tahap II (Uji coba kartu e_D2P2S) dilakukan mulai tanggal 20 Mei
– 4 November 2019 (7 bulan) pada populasi ibu hamil yang datang berkunjung ke
Puskesmas dengan tujuan untuk menguji kartu e_D2P2S berapa nilai sensitivitas,
PPV, spesifisitas, dan NPV baik pada trimester I atau trimester II. Jenis penelitian
studi kohort prospektif pada ibu hamil yang berada di 5 (lima) Puskesmas di Kota
Surabaya yaitu Puskesmas Tenggilis, Puskesmas Medokan Ayu, Puskesmas
Jagir, Puskesmas Gunung Anyar dan Puskesmas Simomulyo, dan 6 (enam)
Puskesmas di Kota Probolinggo yaitu Puskesmas Sukabumi, Puskesmas
Kanigaran, Puskesmas Ketapang, Puskesmas Jati, Puskesmas Kedopok, dan
Puskesmas Wonoasih.
64
rata-rata usia kehamilan 33 minggu dan kelompok aterm berada pada rata-rata
usia kehamilan 39 minggu, dengan total rata-rata usia kehamilan preterm dan
aterm berada pada usia kehamilan 35 minggu.
Hal ini sejalan dengan batasan usia kehamilan prematur menurut WHO
(2015) bahwa batasan usia prematur awal antara usia kehamilan 32-<37 minggu,
sedangkan menurut pusat pencegahan dan pengendalian penyakit yang termasuk
dalam prematur awal berada diantara usia kehamilan 34-<36 minggu (Robinson
dan Norwitz, 2019), diikuti oleh beberapa penelitian lainnya yang dikemukakan
oleh Cunningham et al. (2018) bahwa batasan usia prematur awal juga berada
diantara usia 34-36 minggu, sama halnya Berghella (2017) termasuk usia
kehamilan late preterm birth juga berada diantara usia 34-36 minggu. Sedangkan
menurut Sentilhes (2017) bahwa sekitar 85% anak lahir dengan prematur awal
atau dini diusia kehamilan 32-36 minggu, selebihnya 10% lahir dengan sangat
prematur diusia kehamilan 28-31 minggu, dan 5% lahir sangat ekstrim prematur
usia kehamilan <28 minggu.
65
tua, yaitu dua kali lipat untuk multipara berusia <18 tahun dan primipara berusia
>40 tahun, dibandingkan dengan primipara berusia antara 25-29 tahun.
Penelitian lain juga menyatakan bahwa ibu yang berusia <20 tahun berisiko
sebesar 5,04 kali untuk terjadi PKB (CI 95% 1,75-14,40, nilai p = 0,0025),
sedangkan ibu yang berusia >35 tahun memiliki risiko 1,15 kali untuk mengalami
PTB dibandingkan dengan ibu hamil yang berusia antara 20-34 tahun (CI 95%
0,61-2,16) (Irmawati, 2010). Sama halnya yang dikemukakan Cunningham et al.
(2014) bahwa ibu yang berusia >35 tahun berisiko lebih tinggi mengalami penyulit
obstetrik serta morbiditas dan mortalitas perinatal, hal ini karena usia >35 tahun
memperlihatkan peningkatan dalam masalah hipertensi, diabetes, solusio
plasenta, prematur, lahir mati dan plasenta previa.
2. Pendidikan
Tingkat pendidikan adalah jenjang pendidikan formal ibu sampai saat
kehamilan terakhirnya, pendidikan merupakan salah satu faktor yang dianggap
faktor risiko terjadinya prematur karena berhubungan dengan tingkat pengetahuan
ibu. Dalam penelitian ini terdapat pengaruh jenjang pendidikan terhadap kejadian
prematur dengan nilai p = 0,104, sehingga variabel pendidikan merupakan calon
indikator faktor risiko prematur karena terdapat 116 orang (42,3%) yang memiliki
pendidikan rendah <SMU pada kelompok ibu preterm dan 57 orang (33,9%) pada
kelompok ibu aterm.
Penelitian yang dilakukan di Indonesia oleh Irmawati (2010) bahwa
persalinan prematur pada ibu kategori tidak sekolah terdapat 1,9% dan persalinan
prematur pada ibu yang hanya menamatkan pendidikan kategori rendah (tamat
SD) terdapat 33,7%, serta persalinan prematur pada ibu yang menamatkan
pendidikan kategori menengah (tamat SLTP dan tamat SLTA) terdapat 53,3%.
Sedangkan persalinan aterm pada ibu yang tidak sekolah terdapat 1,7% dan ibu
kategori pendidikan rendah (tamat SD) terdapat 36,8%, serta ibu kategori
pendidikan menengah (tamat SLTP dan SLTA) terdapat 52,2%. Ibu yang
berpendidikan rendah menurunkan peluang 0,7 kali persalinan prematur (CI 95%:
0,593-0,988), sedangkan ibu yang berpendidikan SD lebih berisiko 3,33 kali
dibandingkan dengan ibu yang berpendidikan perguruan tinggi (CI 95%: 1,21-9,16,
nilai p=0,0025), adapun ibu yang berpendidikan SMP berisiko 3,91 kali
dibandingkan dengan ibu yang berpendidikan perguruan tinggi (CI 95%: 1,63-9,35,
66
nilai p=0,0025), serta ibu berpendidikan SMA secara statistik tidak memiliki
hubungan yang bermakna.
Penelitian yang dilakukan Shaikh et al. (2011) menarik karena dari 132 ibu
hamil di Pakistan antara usia kehamilan 28 – 30 minggu bahwa risiko kelahiran
prematur memiliki hubungan positif yang signifikan terhadap tingkat pendidikan
tidak hanya pendidikan ibu tetapi juga pendidikan suami yang rendah terhadap
risiko kelahiran prematur dengan nilai p=0,023. Sedangkan dalam penelitian
Sebayang (2012) menemukan bahwa ibu yang pernah mendapatkan pendidikan
formal memiliki peluang 36% lebih rendah mengalami PTB (OR 0,64; 95% CI
0,54–0,77, p < 0,0001) dibandingkan dengan ibu yang tidak pernah mendapatkan
pendidikan formal.
Begitupun penelitian Baron et al. (2016) menyatakan bahwa karakteristik
sosio-demografis memiliki hubungan yang signifikan dengan PTB spontan yaitu
tingkat pendidikan yang lebih rendah yaitu setingkat SD, pendidikan menengah
setingkat SMU atau SMK, dan pendidikan tinggi setingkat perguruan tinggi,
universitas atau pascasarjana dengan OR 1,72, CI 95% 1.14-2,58.
3. Pekerjaan
Berdasarkan hasil pengumpulan data pada aspek pekerjaan, lebih banyak
responden yang bekerja sebagai ibu rumah tangga yaitu berjumlah 160 orang
(58,2%) pada kelompok ibu preterm dan 85 orang (50,6%) pada kelompok ibu
aterm, sedangkan berdasarkan hasil analisis bivariat menunjukkan nilai p = 0,114,
sehingga variabel pekerjaan merupakan calon indikator faktor risiko persalinan
preterm.
Ibu yang bekerja selama kehamilan lebih berisiko untuk kelahiran prematur
dibandingkan mereka yang tidak bekerja, dengan tingkat signifikan (OR 1,66; CI
95%1,07- 2,58) p <0,05. Pekerjaan berisiko terjadi pada ibu yang bekerja dikantor
(OR 1,00), bekerja dengan posisi lebih banyak duduk (OR 1,00), dan bekerja
dengan full time (OR 0,80; CI 95%0,43- 1,53) (Schuler et al., 2001). Penelitian
yang dilakukan (Escriba et al., 2001), juga terlihat bahwa ibu hamil trimester I yang
bekerja dengan beban kerja fisik tinggi berisiko mengalami prematur (usia
kehamilan 33-36 minggu) dengan (OR 2,35; CI 95% 1,41- 3,94) dan berisiko
kelahiran sangat prematur (usia kehamilan 22-32 minggu) dengan (OR 2,17; CI
95% 1,01- 4,65, p=0,84). Sama halnya penelitian Araya (2017) mengatakan
bahwa hubungan PTB dengan beban kerja ibu dipengaruhi oleh karena tingkat
67
stres, depresi, dan kecemasan ibu yang ditimbulkan oleh beberapa jenis
pekerjaan ibu di kantor dengan OR 1,2 (CI 95%, 1.11-1.21).
4. Pendapatan Keluarga
Persalinan preterm menyebabkan dampak yang besar dan signifikan
terhadap biaya kesehatan, baik langsung maupun tidak. Dampak langsung
meliputi terkurasnya sumber daya kesehatan, finansial, emosional serta psikologis
orang tua. Dampak tidak langsung yang terjadi adalah beban di masyarakat untuk
perawatan jangka panjang terhadap gejala sisa akibat prematuritas serta
hilangnya mata pencaharian orang tua yang terpaksa berhenti bekerja untuk
merawat anaknya. Faktor risiko maternal yang paling dominan adalah sosial
ekonomi yang rendah (HTA Indonesia, 2010).
Dalam penelitian ini pada aspek sosial ekonomi cukup banyak yang
memiliki pendapatan keluarga masih rendah <UMR yaitu berjumlah 136 orang
(49,5%) pada kelompok ibu preterm, sedangkan kelompok ibu aterm hanya
terdapat 44 orang (26,2%) dengan nilai p = 0,000, sehingga variabel pekerjaan
merupakan calon indikator faktor risiko persalinan preterm. Penelitian ini
dilaksanakan di 7 (tujuh) Kabupaten/Kota di Jawa Timur sehingga disesuaikan
dengan UMK Jawa Timur tahun 2016, dimana UMK untuk Kota Surabaya Rp.
3.045.000, Kabupaten Gresik Rp. 3.042.500, Kabupaten Sidoarjo Rp. 3.040.000,
Kabupaten Jombang Rp. 1.924.000, Kota Probolinggo Rp. 1.736.000, Kota
Madiun Rp. 1.394.000, dan Kabupaten Ngawi Rp. 1.334.000.
Ada kesenjangan sosial ekonomi antar negara terhadap perbedaan
terjadinya PTB termasuk di negara maju, dimana status sosial ekonomi sangat
terkait dengan risiko PTB (Nosarti et al., 2010). Penelitian di Inggris menunjukkan
bahwa >2 kali risiko kelahiran sangat prematur di kalangan ibu yang tinggal di
negara yang sangat kekurangan seperti di Norwegia 25% karakteristik ibu dengan
kehamilan tunggal dan 50% pendidikan rendah berhubungan dengan peningkatan
risiko PTB (John et al., 2006).
Requejo et al. (2010) menggaris bawahi besarnya biaya medis, pendidikan,
psikologis dan sosial pada kasus ini, memerlukan perhatian dan prioritas
international yang lebih besar dan secepatnya (urgent). Saphiro et al. (2017) juga
menyatakan bahwa biaya yang dikeluarkan untuk menangani PTB sekitar lebih
dari 26 milyar dolar Amerika Serikat, satu angka yang sangat fantastis.
68
5. Jumlah anak
Paritas adalah jumlah anak yang pernah dilahirkan hidup, dengan klasifikasi
nulipara, primipara, dan multipara. Jumlah paritas merupakan salah satu faktor
predisposisi terjadinya PTB karena jumlah paritas dapat mempengaruhi keadaan
kesehatan ibu dalam kehamilan. Angka kejadian PTB ibu primipara lebih besar
9,5%, dibanding ibu multipara 7,5%, hal ini di karenakan ibu multipara lebih giat
mencari pengetahuan untuk menghindari risiko yang akan terjadi pada kehamilan
berikutnya berdasarkan pengalaman dari proses persalinan sebelumnya,
Dalam penelitian ini jumlah anak terbanyak terdapat pada kelompok ibu
preterm yang melahirkan anak pertama (primipara) yaitu 114 orang (41,5%),
sedangkan pada kelompok ibu multipara berjumlah 161 orang (51 orang (18,5%)
yang memiliki jumlah anak 2 orang dan 110 orang (40,0%) yang memiliki anak >2
orang) dengan nilai p = 0,000, sehingga variabel jumlah anak merupakan calon
indikator faktor risiko persalinan preterm.
Penelitian Langhoff et al. (2006) menunjukkan bahwa kelahiran prematur
spontan pada ibu primipara yang berisiko rendah naik 51% (dari 3,8% menjadi
5,7%) dibandingkan ibu multipara yang berisiko rendah 20% (2,7% menjadi 3,2%)
pada usia 20-40 tahun dengan kehamilan prematur spontan tunggal. Pada ibu
nullipara memiliki risiko 1,91 kali terjadinya PTB dibandingkan ibu multipara (12,6%
dan 7,2%, CI 95%: 1,23-2,96) (Tongtub dan Prepanich, 2010 dalam Irmawati,
2010), sedangkan ibu yang sudah melahirkan anak pertama akan mengurangi
risiko terjadinya prematur sebesar 0,56 kali dibandingkan dengan ibu yang sudah
melahirkan anak lebih dari 1 (CI 95%: 0,33-0,97) (Irmawati, 2010).
6. Beban Kerja
Penelitian ini menunjukkan ibu yang memiliki beban kerja >5 jam/hari yaitu
terdapat 106 orang (38,5%) pada kelompok ibu preterm, sedangkan pada
kelompok ibu aterm hanya berjumlah 22 orang (13,1%) dengan nilai p = 0,000,
sehingga variabel beban kerja merupakan calon indikator faktor risiko persalinan
preterm.
Ibu yang bekerja selama hamil lebih berisiko PKB dibandingkan mereka
yang tidak bekerja, dengan tingkat signifikan (OR 1,66; CI 95%1,07- 2,58) p <0,05.
Pekerjaan berisiko terjadi pada ibu yang bekerja dikantor (OR 1,00), bekerja
dengan posisi lebih banyak duduk (OR 1,00), dan bekerja dengan full time (OR
0,80; CI 95%0,43- 1,53) (Schuler et al., 2001). Sama halnya penelitian Araya
69
(2017) mengatakan bahwa hubungan PTB dengan beban kerja ibu dipengaruhi
oleh tingkat stres, depresi, dan kecemasan ibu yang ditimbulkan oleh beberapa
jenis pekerjaan ibu di kantor, dengan OR 1,2 (CI 95%, 1.11-1.21). Penelitian yang
dilakukan Escriba et al. (2001) juga terlihat bahwa ibu hamil trimester I yang
bekerja dengan beban kerja fisik tinggi berisiko PTB (usia kehamilan 33-36
minggu) dengan (OR 2,35; CI 95% 1,41- 3,94) dan berisiko kelahiran sangat
prematur (usia kehamilan 22-32 minggu) dengan (OR 2,17; CI 95% 1,01- 4,65,
p=0,84).
Begitu pula Robinson dan Norwitz (2019) mengutarakan beberapa
pekerjaan fisik ibu yang lebih berisiko PTB yaitu pada ibu yang bekerja >42
jam/minggu, seperti bekerja secara manual tanpa menggunakan mesin hanya
membutuhkan aktifitas fisik berisiko 1,22 kali (OR 1.4, 95% CI 1.191.66) dan
berisiko terjadi bayi kecil untuk usia kehamilan (SGA) 1,37 kali pada ibu hamil yang
bekerja dibandingkan ibu yang tidak bekerja. Ditambah aktifitas lainnya seperti
terlalu lama berdiri dan berjalan selama bekerja >3 jam/hari berisiko 1, 26 kali (OR
1.3, 95% CI 1.11.6) atau berdiri >6 jam/hari, mengangkat dan membawa beban >5
kg (OR 1.3, 95% CI 1.051.6) terutama mengangkat dan membawa beban pada
trimester ketiga (OR 1.3, 95% CI 1.011.8), memiliki shift atau jam kerja dimalam
hari berisiko 1,24 kali, bekerja dalam jangka waktu yang lama berisiko 1,03 kali,
memiliki kepuasan kerja yang rendah, dan mempunyai skor kelelahan dalam
bekerja berisiko 1,63 kali untuk terjadi PTB.
Perlu dilakukan penelitian lanjutan pada semua faktor yang berhubungan
dengan aktivitas fisik ibu dalam bekerja dan kemampuan ibu dalam mengatasi
stres dan kelelahan, perlu juga ditinjau dengan penelitian lainnya apakah ibu yang
sehat lebih mungkin untuk terus bekerja dalam waktu yang lama dengan pekerjaan
yang menuntut aktifitas fisik dan apakah ibu yang bekerja tanpa komplikasi
kehamilan dan tidak ada potensi bahaya yang lebih besar dapat terus bekerja
tanpa mengalami gangguan sampai awal persalinan. Meskipun demikian,
pekerjaan yang membutuhkan aktivitas fisik ibu harus dipertimbangkan, terutama
pada ibu yang berisiko tinggi mengalami PTB (Robinson dan Norwitz, 2019).
7. Merokok
Dalam penelitian ini berdasarkan hasil analisis bivariat prevalensi ibu yang
merokok hanya terdapat 14 orang (5,1%) pada kelompok ibu preterm dan 31 orang
(18,5%) pada kelompok ibu aterm (p = 0,000), sehingga variabel merokok
70
merupakan calon indikator faktor risiko persalinan preterm. Hasil penelitian ini
sangat jauh berbeda jumlahnya berdasarkan pernyataan Berghella (2017) jika
dibandingkan dengan prevalensi yang terjadi pada ibu di Alaska (16,9%), di
Mumbai India sebesar 17,1% dan di Amerika Serikat 18%, dengan rata-rata usia
< 18 - 19 tahun (17,1%) dan > 40 tahun (8,0%).
Merokok berhubungan dengan peningkatan risiko selama kehamilan yaitu
hambatan pertumbuhan intrauterin, plasenta previa, dan abruptio placentae, selain
itu dampak buruk yang ditimbulkan pada kehamilan seperti rupturnya membran
prematur dini (PPROM), berat lahir rendah, dan kematian perinatal (SIDS). Data
epidemiologis menunjukkan anak yang dilahirkan dari ibu perokok selama
kehamilan berisiko tinggi untuk mengalami obesitas, hipertensi, asma, otitis media,
perawakan pendek, dan hiperaktif, sedangkan akibat penggunaan tembakau
tanpa asap menyebabkan BBLR, PTB, preeklampsia, dan mortalitas perinatal,
walaupun data tentang risiko penggunaan tembakau tanpa asap dalam kehamilan
masih kurang (Berghella, 2017).
Hubungan merokok dengan risiko prematur diperkuat oleh Robinson and
Norwitz (2017) bahwa dampak yang ditimbulkan akibat merokok selama kehamilan
rata-rata terjadi peningkatan komplikasi, seperti solusio plasenta, plasenta previa,
ketuban pecah dini, dan hambatan pertumbuhan intrauterin, namun asosiasi masih
melakukan penyesuaian kemungkinan adanya faktor pengganggu, bahwa
kemungkinan ada efek langsung dari merokok terhadap kehamilan dan PTB.
Sebagian besar penelitian mendefinisikan yang termasuk perokok ringan
adalah perokok yang mengkonsumsi rokok <10 batang/hari dan termasuk sebagai
perokok yang jarang merokok setiap hari. Wanita yang cenderung merokok
disebabkan karena paritas yang tinggi, pendidikan rendah, sosial ekonomi
rendah, mempunyai masalah psikologi yang buruk, atau mengalami kekerasan
dalam rumah tangga (Berghella, 2017).
Penelitian Baron et al., (2016) mendapatkan hasil bahwa mengkonsumsi
rokok ≥10 batang/hari berhubungan dengan PTB spontan (OR 2,44, CI 95%; 1,11-
5,37) dibanding mengkonsumsi rokok ≤10 batang/hari (OR 1,07, CI 95%; 0,57-
2,00). Penelitian Mine (2017) mengatakan bahwa ibu yang merokok 1-5
batang/hari (OR 1,18, CI 95%; 0,93-1.50), ibu yang merokok 6-10 batang/hari (OR
1,57, CI 95%; 1,24-2.00), dan ibu yang merokok 11 batang/hari (OR 2,13, CI 95%;
1,51-3.01) selama kehamilan berisiko menghambat rapid weight gain (RWG) pada
71
awal masa bayi. Di Indonesia data BPS (2015) memperlihatkan persentase
tertinggi ibu dengan usia 15-49 tahun menghisap rokok <5 batang/hari sebesar
29,63%, menghisap 5-9 batang/hari sebesar 29,44%, dan ibu yang menghisap
>25 batang/hari sebesar 1,73% (tertinggi di daerah perkotaan sebesar 1,86%
dengan tingkat pendidikan dan status ekonomi yang tinggi).
Ibu yang mendapat dukungan sosial dari keluarga secara intensif dalam
upaya berhenti merokok selama kehamilan, dapat mencegah terjadinya kehamilan
PTB hingga 16% (Sentilhes, 2017), sedangkan intervensi untuk berhenti merokok
juga harus selalu dianjurkan untuk kesehatan ibu, sehingga ibu perokok yang
berhenti merokok akan mengurangi risiko terjadinya PTB, walaupun belum terbukti
secara signifikant (Robinson and Norwitz, 2019).
8. EPDS
Edinburgh Depression Scales (EDS) atau disebut juga Edinburgh Postnatal
Depression Scales (EPDS) bertujuan untuk menskrining wanita dengan gejala
tekanan distress selama masa kehamilan dan periode postnatal. Berisi 10 item
pertanyaan tentang keadaan diri, yaitu jika skor 0-9 EPDS ringan, skor >10
dibutuhkan pengulangan EPDS dalam waktu 2 minggu, dan skor >12 diperlukan
penilaian lebih lanjut untuk menentukan apakah ada kelainan klinis. EPDS juga
telah divalidasi dari beberapa penelitian yang telah menggunakan alat skrining
tersebut sehingga menjadi handal dan sensitif dalam mendeteksi depresi, memiliki
sensitivitas dan spesifisitas yang memuaskan, sensitif terhadap perubahan
keparahan depresi dari waktu ke waktu, dapat diisi dalam waktu 5 menit dan
sederhana dalam pencegahan sekunder (Cox, Holden, dan Sagovsky,1987).
Berdasarkan hasil studi kohort prospektif pada usia kehamilan tunggal 20-
28 minggu di Perancis dengan menggunakan kuesioner: Edinburgh Postnatal
Depression Scale (EPDS) dan Spielberger State-Trait Anxiety Inventory (STAI),
hasilnya bahwa kelahiran prematur spontan terjadi pada 31 wanita (4,8%) dengan
skor depresi yang tinggi (9,7%) dibandingkan dengan wanita lain (4,0%) dengan
(OR 3,3, CI 95% 1,2-9,2, p = 0,020) (Dayan et al., 2006).
Dalam penelitian ini pada skor EPDS hanya terdapat 36 orang (13,1%) ibu
yang memiliki skor EPDS sedang dan 33 orang (12,0%) ibu yang memiliki skor
EPDS berat pada kelompok ibu preterm dengan nilai p=0,000, sehingga variabel
EPDS merupakan calon indikator faktor risiko persalinan prematur. Jumlah ini tidak
jauh berbeda dengan penelitian Zumroh (2019) yang mendapatkan prevalensi skor
72
EPDS ibu hamil yang mengalami depresi antenatal di Puskesmas Jagir dan Tanah
Kali Kedinding Kota Surabaya sebesar 29 orang (18,95%) dari 153 ibu hamil.
Penelitian menurut Rallis et al. (2014) pada ibu hamil usia kehamilan 16 –
36 minggu yang dinilai setiap dua bulanan pada usia kehamilan 16, 24 dan 32
minggu, hasilnya bahwa skor depresi yang lebih tinggi pada awal kehamilan
terbukti dapat memprediksi kecemasan dan nilai stres yang lebih tinggi pada akhir
kehamilan, begitupun skor stres yang meningkat selama pertengahan kehamilan
memprediksi skor kecemasan yang lebih tinggi pada akhir kehamilan. Hal ini
menunjukkan bahwa tingkat gejala depresi, kecemasan dan stres bervariasi
seiring bertambahnya usia kehamilan, dimana meningkatnya depresi pada awal
kehamilan sangat penting, tidak hanya meramalkan gejala depresi, tapi juga
meningkatkan kecemasan dan stres pada akhir kehamilan, sehingga skrining
kesehatan emosional sejak dini sangat penting untuk mencegah terjadinya
kelainan saat kehamilan.
Hasil penelitian Escriba et al. (2001) juga menunjukkan bahwa ibu hamil
yang memiliki beban psikologis yang tinggi berisiko mengalami PTB (usia
kehamilan 33-36 minggu) dengan (OR 1,49, CI 95% 0,94-2,38) dan berisiko lahir
sangat prematur (usia kehamilan 22-32 minggu) dengan (OR 1,34, CI 95% 0,65-
2,77, p = 0,77).
Ada bukti bahwa stres pada ibu dan janin dapat mengaktifkan sel di dalam
plasenta, desidua, dan selaput janin untuk menghasilkan corticotropin releasing
hormon (CRH). CRH dapat meningkatkan produksi prostaglandin lokal yang dapat
memicu kontraksi, namun penelitian ini belum secara konsisten menunjukkan
hubungan antara stres ibu, konsentrasi CRH, dan PTB, seperti dalam sebuah
penelitian kohort, stres psikososial ibu dihubungkan dengan peningkatan risiko
PTB dengan OR 1,42, CI 95% 1,05-1,91 (Robinson and Norwitz, 2019).
9. Riwayat melahirkan prematur
Riwayat persalinan prematur sebelumnya merupakan penanda risiko paling
kuat dan paling penting terjadinya PKB, dalam penelitian ini menunjukkan ibu yang
memiliki riwayat persalinan preterm hanya terdapat 23 orang (8,4%) pada
kelompok ibu preterm dan 2 orang (1,2%) pada kelompok ibu aterm dengan
p=0,003, sehingga variabel riwayat persalinan preterm merupakan calon indikator
faktor risiko prematur. Berdasarkan data Health Technology Assessment
Indonesia (2010) bahwa insiden terjadinya prematur selanjutnya setelah 1x
73
mengalami prematur meningkat hingga 14,3% dan setelah 2x mengalami prematur
meningkat hingga 28%, artinya ibu yang mengalami prematur sebelumnya
memiliki risiko untuk mengalaminya kembali pada kehamilan selanjutnya.
Robinson dan Norwitz (2019) juga mengungkapkan bahwa riwayat PPs
adalah faktor risiko utama terjadinya PTB berulang dan sering terjadi pada usia
kehamilan yang sama, frekuensi sekitar 15% - 30% setelah satu kali mengalami
prematur dan meningkat setelah mengalami dua kali prematur, yaitu ibu yang
memiliki riwayat prematur sebelumnya memiliki risiko lebih tinggi mengalami
prematur berulang pada kehamilan kedua (22,1%), sedangkan Ibu yang memiliki
riwayat PTB dua kali sebelumnya memiliki risiko lebih tinggi mengalami PTB
berulang pada kehamilan ketiga (42%). Begitupun penelitian Hidayati (2016)
didapat nilai OR 17,869 (R>1) artinya riwayat persalinan prematur sebelumnya
merupakan faktor risiko terjadinya persalinan prematur yang mengancam sebesar
17,8 kali lebih besar dibandingkan tidak ada riwayat kelahiran prematur
sebelumnya. Ditambah lagi penelitian Nynke R et al. (2014) juga menyatakan
bahwa ibu yang memiliki riwayat prematur sebelumnya berisiko dua kali lipat
mengalami prematur berikutnya dengan OR 2.1, CI 95% 1,198-3,80, p = 0,01.
Risiko PTB berulang lebih dini menjadi perhatian khusus mengingat
tingginya morbiditas dan mortalitas. Pada penelitian prospektif, sekitar 5% wanita
yang mengalami prematur dini pada usia kehamilan 23-27 minggu pada kehamilan
sebelumnya dengan persalinan <28 minggu pada kehamilan berikutnya, namun
jika tidak ada riwayat prematur sebelumnya, maka risiko prematur <28 minggu
hanya 0,2%. Karakteristik lain prematur sebelumnya juga dapat memprediksi risiko
yang berulang, seperti penelitian retrospektif menggunakan studi kohort, yaitu
wanita yang mengalami dilatasi serviks lanjutan tanpa rasa sakit secara signifikan
lebih cenderung mengalami prematur berulang 55% daripada wanita dengan
riwayat PPROM 27% atau PTL 32% (Robinson dan Norwitz, 2019).
10. Abortus trimester II
Ibu yang memiliki riwayat abortus pada trimester II dalam penelitian ini
hanya terdapat 14 orang (5,1%) pada kelompok ibu preterm dan 15 orang (8,9%)
pada kelompok ibu aterm dengan nilai p = 0,166, sehingga variabel abortus
trimester II merupakan calon indikator faktor risiko persalinan preterm. Penelitian
ini berbeda dengan hasil yang didapatkan dalam penelitian Sebayang (2012) yang
74
menemukan bahwa riwayat abortus memiliki peluang 19% untuk terjadinya
prematur dibanding ibu yang tidak memiliki riwayat.
Menurut Robinson and Norwitz (2019) bahwa ibu yang pernah mengalami
aborsi induksi sebelumnya dapat meningkatkan risiko kelahiran sangat prematur
dengan onset kelahiran spontan. Ibu dengan aborsi spontan di trimester kedua
atau mengalami prematur sebelumnya berisiko terjadi peningkatan prematur
dikehamilan berikutnya. Pada penelitian tahun 2015 tentang dampak kehamilan
setelah evakuasi uterus pada lebih dari satu juta wanita (31 penelitian kehamilan
yang diterminasi, lima penelitian aborsi spontan), dan wanita dengan riwayat
evakuasi bedah uterus adalah rendah, namun secara statistik terjadi peningkatan
signifikan terhadap risiko prematur pada kehamilan berikutnya dibandingkan
dengan kontrol. Ibu yang menjalani kehamilan terminasi medis memiliki risiko yang
sama mengalami prematur dikehamilan berikutnya sebagai wanita tanpa riwayat
kehamilan yang di terminasi. Walaupun evakuasi bedah uterus menjadi faktor
risiko prematur untuk kehamilan berikutnya, namun hasil penelitian observasional
belum signifikan karena beberapa subjeknya mengalami recall bias (tidak
mengingat) dan adanya ketidaksesuain yang cukup memadai dari banyaknya
faktor risiko lain yang merugikan kehamilan.
11. Tinggi badan
Karakteristik sosio-demografis dan antropometri memiliki hubungan yang
signifikan dengan kelahiran prematur spontan yaitu tinggi ibu yang lebih rendah
(<164 cm) dengan OR 2,63;95% CI 1.42-4.87 dengan karakteristik tinggi >177 cm
dan tinggi sedang 164-177 cm (Baron et al., 2016). Menurut status gizi ibu dari
aspek tinggi badan dalam penelitian ini hanya terdapat 15 orang (5,5%) yang
memiliki tinggi badan <145 cm pada kelompok ibu preterm dan 2 orang (1,2%)
pada kelompok ibu aterm, dengan rata-rata tinggi badan antara 139 cm hingga 170
cm pada kelompok ibu preterm dengan nilai p = 0,044, sehingga variabel tinggi
badan merupakan calon indikator faktor risiko persalinan preterm.
Robinson dan Norwitz, (2019) menyatakan bahwa ibu yang memiliki
perawakan lebih pendek berisiko lebih tinggi untuk mengalami prematur
dibandingkan dengan ibu yang memiliki perawakan lebih tinggi yaitu cenderung
terjadi penurunan risiko prematur. Begitupula dalam PerMenKes RI. (2014)
menjelaskan bahwa pengukuran tinggi badan pada pertama kali kunjungan
dilakukan untuk menapis adanya faktor risiko pada ibu hamil, selain itu tinggi
75
badan ibu hamil <145 cm juga berisiko meningkatkan terjadinya CPD (Cephalo
Pelvic Disproportion).
12. IMT
Pada aspek IMT ibu yang memiliki IMT <18,5 Kg/m2 yaitu hanya terdapat
20 orang (7,3%) pada kelompok ibu preterm dan 4 orang (2,4%) pada kelompok
ibu aterm, dengan rata-rata IMT berada diantara 14,18 Kg/m2 hingga 41,01 Kg/m2
pada kelompok ibu preterm dengan nilai p = 0,047, sehingga variabel IMT
merupakan calon indikator faktor risiko persalinan preterm. Dalam PerMenKes RI
Nomor 97 (2014) menjelaskan bahwa penimbangan berat badan pada setiap kali
kunjungan antenatal dilakukan untuk mendeteksi adanya gangguan pertumbuhan
janin. Penambahan berat badan yang kurang dari 9 kg selama kehamilan atau
kurang dari 1 kg setiap bulannya menunjukkan adanya gangguan pertumbuhan
janin.
Penelitian Salihu et al. (2009) pada ibu dengan usia kehamilan 20-44
minggu, dengan kategori kelahiran prematur (<37 minggu) dan sangat prematur
(<33 minggu) dan lahir tunggal hidup. BMI pra-kehamilan dikategorikan normal
(19,5 Kg/m2 - 24,9 Kg/m2), ringan (17,0 Kg/m2 - 18,5 Kg/m2), sedang (16,0 Kg/m2
- 16,9 Kg/m2) dan berat (≤15.9 Kg/m2). Kategori berat badan dan usia kehamilan
dibagi dalam 5 kelompok BMI yaitu <0,12 Kg/m2/minggu (sangat rendah), 0,12-
0,22 Kg/m2/minggu (rendah), 0,23-0,68 Kg/m2/minggu (sedang), 0,69-0,79
Kg/m2/minggu (tinggi), dan >0,79 Kg/m2/minggu (sangat tinggi). Hasilnya bahwa
ibu dengan risiko kelahiran ekstrim PPs pada ibu dengan BB kehamilan sangat
rendah (<0,12 Kg/m2/minggu), sebaliknya ibu dengan BB kehamilan sedang
(0,23-0,68 Kg/m2/minggu) memiliki risiko terendah untuk PPs. Artinya begitu
pentingnya konseling prakonsepsi bagi ibu untuk mempertahankan status BB
normal sebelum kehamilan atau minimal dengan mempertahankan BB kehamilan
sedang (0,23-0,68 Kg/m2/minggu) agar risiko prematur berkurang.
Menurut Berghella (2017) menyatakan bahwa BB ideal sebelum hamil <50
Kg/m2 (<120 lb). IMT normal saat kehamilan bukan diet tetapi diet seimbang
dengan BB >5 Kg/m2 per 30 minggu pada wanita dengan BB kurang dan BB
normal. Sedangkan penelitian Baron et al. (2016) menyatakan bahwa BB rendah
<18,5 Kg/m2 memiliki risiko PKB spontan (OR 1,69; 95% CI 0.94-3,06) dibanding
BB lebih 25-29,99 Kg/m2 (OR 0,84; 95% CI 0.54, 1,29) dan obesitas 30+ Kg/m2
(OR 0,63; 95% CI 0.29-1,38). Begitupula yang dikemukakan Oyston, Charlotte, &
76
Groom (2016) bahwa di negara berkembang risiko prematur spontan atau dengan
indikasi terjadi pada ibu dengan BMI <18,5 Kg/m2 jika dibandingkan dengan BMI
ibu normal (RR 1,22), sama halnya wanita dengan BMI >35 Kg/m 2 juga
meningkatkan risiko prematur (OR 1,5-1,8).
Pada ibu dengan obesitas gravida juga meningkatkan risiko prematur
iatrogenik akibat komplikasi medis, selain itu meningkatkan risiko pecah ketuban
dini prematur (PPROM) dan risiko prematur tanpa PPROM, sehingga efek
potensial pada prematur dihipotesiskan menjadi mediasi keadaan inflamasi, tetapi
datanya masih lemah. Meskipun beberapa bukti menunjukkan bahwa penurunan
BB pada obesitas sebelum hamil dan penambahan BB yang tepat dalam
kehamilan dapat mengurangi risiko PTB, belum terbukti secara definitif. Dalam
penelitian uji coba secara acak tentang efek diet dengan intervensi gaya hidup
dalam kehamilan, secara statistik tidak berkurang (RR 0,78, 95% CI 0,60-1,02),
namun percobaan ini memiliki heterogenitas yang signifikan dan berkualitas
rendah. Terlepas dari pengaruhnya terhadap kehamilan, penurunan BB sebelum
hamil harus direkomendasikan pada ibu yang gemuk dan ibu yang mengalami
gangguan makan agar bermanfaat pada kesehatannya (Robinson dan Norwitz,
2019).
13. LILA
Pengukuran LILA dilakukan pada kontak pertama oleh tenaga kesehatan
di trimester I untuk skrining ibu hamil berisiko KEK. Kurang energi kronis disini
maksudnya ibu hamil yang mengalami kekurangan gizi dan telah berlangsung
lama (beberapa bulan/tahun) dimana LILA <23,5 cm juga berisiko melahirkan bayi
berat lahir rendah (PerMenKes RI., 2014).
Pada aspek LILA dalam penelitian ini, ibu yang memiliki LILA <23,5 cm
terdapat 62 orang (22,5%) pada kelompok ibu preterm dan 17 orang (8,3%) pada
kelompok ibu aterm, dengan rata-rata pengukuran LILA berada diantara 17 cm
hingga 36 cm pada kelompok ibu preterm dengan nilai p=0,000, sehingga variabel
LILA merupakan calon indikator faktor risiko persalinan preterm. hal ini tidak jauh
berbeda dengan penelitian Sebayang (2012) yang menyatakan bahwa ibu dengan
LILA rendah memiliki risiko 16% lebih tinggi untuk mengalami prematur dengan
OR 1,16, CI 95% 1,06-1,27, p = 0,003. Sedangkan penelitian Shah (2014)
menunjukkan hampir seperlima (18,9%) risiko kelahiran prematur lebih tinggi pada
77
ibu yang memiliki LILA ≤250 mm dan menunjukkan gizi kurang (RR 1,26, CI 95%,
1,17-1,35).
Untuk ibu dengan nutrisi yang adekuat dan IMT normal akan memiliki hasil
kehamilan yang lebih baik dibandingkan yang lain, hal ini menunjukkan bahwa
intervensi nutrisi memiliki peran untuk mencegah PTB. Beberapa bukti telah
mendukung hipotesis bahwa ibu kurang gizi selama kehamilan akan terjadi PTB,
contohnya pada domba betina yang kurang gizi sewaktu masa pembuahan
mengakibatkan terjadinya percepatan maturasi aksis hipotalamus-hipofisis-
adrenalin janin, terjadi lonjakan kortisol pada janin yang matang sebelum
waktunya, dan terjadi prematur. Begitupun pada ibu di Gambia dan Belanda yang
hamil di saat musim hujan ketika makanan langka secara signifikan lebih pendek
daripada ibu yang hamil di saat makanan berlimpah, sehingga nutrisi yang
adekuat perlu dilakukan selama masa konsepsi untuk pencegahan terjadinya
prematur (Robinson dan Norwitz, 2019).
14. Pemeriksaan kehamilan (ANC)
Menurut status kesehatan ibu dari aspek pemeriksaan kehamilan (ANC)
rata-rata pada kelompok ibu preterm melakukan pemeriksaan ANC selama hamil
sebanyak 0-16 kali pemeriksaan dan pada kelompok ibu aterm sebanyak 2-22 kali
pemeriksaan dengan nilai p=0,000, sehingga variabel pemeriksaan kehamilan
(ANC) merupakan calon indikator faktor risiko persalinan preterm.
Pemeriksaan kehamilan sebaiknya dilakukan 3 (tiga) kali pemeriksaan
yaitu pemeriksaan awal kehamilan dari 0 minggu sampai minggu ke-13,
pemeriksaan pertengahan kehamilan dari minggu ke-14 sampai minggu ke-28,
dan pemeriksaan akhir kehamilan dari minggu ke-29 sampai minggu ke-40
(Chamberlain & Morgan, 2002). Pelayanan kesehatan masa hamil dilakukan
sekurang-kurangnya 4 (empat) kali selama kehamilan yaitu 1 (satu) kali pada
trimester I yaitu dimulai dari konsepsi sampai 3 (tiga bulan), 1 kali pada trimester
ke II yaitu dari bulan keempat sampai bulan keenam, dan 2 (dua) kali pada
trimester ke III yaitu dari bulan ketujuh sampai bulan kesembilan (PerMenKes RI
No. 97, tahun 2014), begitupun WHO membagi antenatal care berdasarkan 4
(empat) kali kunjungan berdasarkan usia kehamilan yaitu kunjungan pertama usia
kehamilan 8-12 minggu, kunjungan kedua usia kehamilan 24-26 minggu,
kunjungan ketiga usia kehamilan 32 minggu dan kunjungan keempat usia
kehamilan 36-38 minggu (PerMenKes RI No. 97, tahun 2014).
78
Berdasarkan hasil penelitian yang dilakukan di RSUP Dr Hasan Sadikin
Bandung diperoleh hasil bahwa ibu yang tidak melakukan pemeriksaan ANC
mempunyai risiko mengalami PTB sebesar 3,1 kali (CI 95%: 2,38-4,07)
dibandingkan ibu yang melakukan pemeriksaan ANC, namun hubungan ini secara
statistik tidak bermakna (Tresnaasih, 2003 dalm Irmawati, 2010). Begitupun hasil
penelitian di RSIA Budi Budiman didapatkan OR 4,10 (CI 95%: 0,39-0,36), artinya
ibu yang tidak melakukan ANC akan berisiko untuk mengalami prematur sebesar
4 kali dibandingkan dengan ibu yang tidak melakukan ANC, namun secara
statistik juga tidak bermakna (Irmawati, 2010).
Berbeda dengan penelitan yang dilakukan Baron et al. (2016) bahwa
kontrol pemeriksaan kehamilan yang rendah adalah satu-satunya karakteristik
secara signifikan berhubungan dengan kelahiran prematur spontan (OR 2,26; CI
95% 1.51-3.39), sehingga perlu dieksplorasi lebih lanjut sebagai penanda bagi ibu
pada risiko lahir prematur.
15. Tinggi Fundus Uteri (TFU)
Pada aspek pemeriksaan tinggi fundus uteri rata-rata ibu memiliki TFU
sesuia umur kehamilan yaitu rata-rata 15-36 cm pada kelompok ibu preterm dan
20-36 cm pada kelompok ibu aterm, dengan rata-rata usia kehamilan 14-<28
minggu, dengan nilai p = 0,000 dan variabel BV merupakan calon indikator faktor
risiko persalinan preterm. Dalam PerMenKes RI., (2014) dijelaskan bahwa
pengukuran tinggi fundus uteri pada setiap kali kunjungan antenatal dilakukan
untuk mendeteksi pertumbuhan janin apakah sesuai atau tidak dengan umur
kehamilan. Jika tinggi fundus tidak sesuai dengan umur kehamilan, kemungkinan
ada gangguan pertumbuhan janin dan standar pengukurannya menggunakan pita
pengukur setelah usia kehamilan 24 minggu.
16. Denyut Jantung Janin (DJJ)
Pada aspek pemeriksaan denyut jantung janin rata-rata janin memiliki DJJ
yaitu antara 100-168 kali/menit pada kelompok ibu preterm dan 120-158 kali/menit
pada kelompok ibu aterm dengan nilai p = 0,012 dan variabel DJJ juga merupakan
calon indikator faktor risiko persalinan preterm. Dalam menentukan presentasi
janin yaitu dilakukan pada akhir trimester II dan selanjutnya setiap kali kunjungan
antenatal, pemeriksaan ini dimaksudkan untuk mengetahui letak janin. Jika, pada
trimester III bagian bawah janin bukan kepala, atau kepala janin belum masuk ke
panggul berarti ada kelainan letak, panggul sempit atau ada masalah lain,
79
adapun penilaian DJJ dilakukan pada akhir trimester I dan selanjutnya setiap kali
kunjungan antenatal, dimana DJJ lambat <120 kali/menit dan DJJ cepat >160
kali/menit menunjukkan adanya gawat janin (PerMenKes RI., 2014).
17. Anemia
Anemia adalah suatu kelainan darah yang terjadi ketika tubuh
menghasilkan terlalu sedikit red blood cell (RBC) atau sel darah merah (SDM),
penghancuran SDM berlebihan atau kehilangan banyak SDM, sedangkan anemia
defisiensi besi adalah penyebab dominan ≥ 60%, adapun penyebab lainnya seperti
hemoglobinopati, infeksi, penyakit ginjal kronis, kondisi gastrointestinal dan
ginekologi, berfariasi tergantung usia, jenis kelamin dan geografi. Peran utama Hb
adalah untuk mengantarkan oksigen ke jaringan dan mengembalikan CO2 ke
paru-paru untuk di eliminasi dari tubuh, setiap kekurangan fungsi Hb atau
penurunan massa SDM dapat menyebabkan anemia. Anemia secara signifikan
telah berkorelasi dengan peningkatan risiko PTB, BBLR dan kematian anak serta
menjadi predisposisi infeksi pada ibu hamil (Kassebaum, 2016).
Pada aspek anemia dalam penelitian ini hasil dari pemeriksaan Hb
didapatkan jumlah ibu yang pernah mengalami anemia selama hamil terdapat 115
orang (41,8%) pada kelompok ibu preterm dan 59 orang (35,1%) pada kelompok
ibu aterm dengan nilai p = 0,193 dan variabel anemia merupakan calon indikator
faktor risiko persalinan preterm. Dalam penelitian Irmawati, (2010) menemukan ibu
hamil yang menderita anemia berisiko 4.38 kali untuk melahirkan prematur
dibandingkan dengan ibu yang tidak menderita anemia saat kehamilannya (CI 95%
2,45-7,85, nilai p=0,000), dengan kategori anemia jika Hb <11 gr/dl. Dalam
beberapa penelitian mencatat bahwa anemia, asupan kalori rendah atau hipotensi
dilaporkan sebagai faktor risiko untuk terjadinya prematur pada kehamilan (El-
Bastawissi et al. 2003; Shah et al. 2009; dalam Sebayang, 2012).
18. Bacterial vaginosis
Bacterial vaginosis adalah dysbiosis yang diekspresikan sebagai
ketidakseimbangan flora vagina yang menguntungkan multiplikasi bakteri anaerob
dan hilangnya laktobasilus secara simultan yang dianggap protektif (Sentilhes,
2017). BV merupakan penyebab paling umum dari keputihan abnormal pada
wanita reproduktif, pengobatannya ditujukan untuk menghilangkan gejala
(keputihan abnormal dan bau amis), meskipun banyak pula wanita tidak
menunjukkan gejala (Sobel JD, 2019).
80
Pada aspek kasus Bacterial vaginosis dalam penelitian ini tidak ada yang
melakukan pemeriksaan BV, yang ada adalah keluhan flour albus yaitu terdapat
26 orang (9,5%) yang positif mengeluh flour albus pada kelompok ibu preterm dan
hanya 1 orang pada kelompok ibu aterm, sedangkan ibu yang tidak mengeluh flour
albus selama hamil yaitu 249 orang (90,5%) pada kelompok ibu preterm dan 167
orang (99,4%) pada kelompok ibu aterm dengan nilai p = 0,000, walaupun
demikian variabel flour albus masuk sebagai calon indikator faktor risiko persalinan
preterm sebagai indikasi terjadinya BV.
Pada infeksi saluran genital telah banyak penelitian membuktikan hubungan
antara PPs dan berbagai infeksi saluran genital, seperti streptokokus grup B
(GBS), Chlamydia trachomatis, Bacterial vaginosis, Neisseria gonorrhea, Sifilis,
Trichomonas vaginalis, Spesies Ureaplasma, dan Haemophilus influenzae. Kultur
positif berkorelasi dengan adanya histologis korioamnionitis, namun hubungan
sebab akibat untuk sebagian besar infeksi ini dengan PPs belum terbukti dan
kontroversial (Robinson dan Norwitz, 2019).
Ibu yang positif mengalami BV sebelum usia kehamilan 16 minggu berisiko
mengalami PKB 7,55 kali dibanding ibu yang negatif BV, ditambah infeksi lainnya
yaitu N. Gonorrhoae berisiko mengalami prematur 5,31 kali,
Asimtomatik bacteriuria berisiko 2,08 kali, Clamidia trachomatis berisiko 2,2 kali
pada usia kehamilan 24 minggu dan berisiko 0,95 kali pada usia kehamilan 28
minggu, Trichomonas vaginalis berisiko 1,3 kali, dan U. Urealyticum berisiko 1,0
kali untuk terjadi PPs pada ibu hamil yang mengalami infeksi (Robinson dan
Norwitz, 2017).
Penelitan Kindinger et al. (2017) risiko tinggi PPs berdasarkan pemeriksaan
bakteri dalam vagina yaitu bakteri Lactobacillus iners (67%) pada kehamilan <16
minggu, sedangkan jika di dominasi Lactobacillus crispatus maka risiko kelahiran
PPs tidak terjadi terutama pemeriksaan pada awal trimester kedua. Begitupula
penelitian Hosny et al. (2017) pada ibu hamil usia <20 tahun menunjukkan faktor
risiko tinggi terjadi PPs adalah infeksi vagina dengan bakteri T. vaginalis, M.
hominis, coryneforms, dan bakteri gram negatif yang didukung dengan pH vagina
>5, tes whiff positif dan terdapat perdarahan vagina berat. Sedangkan pada
penelitian case control study prevalensi BV bervariasi menurut etnis atau asal
geografis (4-58%), dimana hampir 7% terjadi pada kehamilan trimester pertama
dengan OR mulai dari 1,5-2 (Sentilhes, 2017).
81
4.1.3 Model dan Penilain Indeks Faktor Risiko Terjadinya Persalinan
Prematur
Berdasarkan hasil analisis multivariat dengan menggunakan regresi
logistik, faktor yang paling berpengaruh terhadap kejadian PPs di 9 (sembilan)
rumah sakit di Jawa Timur adalah sosial-ekonomi, jumlah anak (anak pertama dan
jumlah anak >2 orang), beban kerja >5 jam/hari, EPDS sedang/berat (>9), pernah
melahirkan prematur, status gizi (IMT) <18,5 Kg/m2, dan flour albus positif. Ketujuh
faktor risiko tersebut merupakan indikator dalam penyusunan indeks risiko
terjadinya PPs. Formula indeks faktor risiko terjadinya prematur di 9 (sembilan)
rumah sakit adalah:
Indeks = -1,488 + 1,056 (Pendapatan <UMR) + 1,058 (Hamil pertama) + 1,431
(Anak >2) + 1,541 (Beban kerja) + 0,858 (EPDS Berat-Sedang) + 1,746
(Riwayat melahirkan prematur) + 1,252 (IMT kurang) + 3,094 (Flour
albus positif)
82
3 Beban kerja >5 jam/hari Ya, >5 jam/hari 1 1,541
Tidak, s/d 5jam/hari
4 EPDS Sedang/Berat (>9) Ya, Sedang/Berat (>9) 1 0,859
Tidak, Ringan (0-9)
5 Pernah melahirkan Ya Pernah
prematur Tidak pernah 0 0
6 Status Gizi (IMT) <18,5 Ya, IMT <18,5 Kg/m2
Kg/m2 Baik, IMT ≥18,5 Kg/m2 0 0
7 Flour albus positif Positif ada keluhan
Negatif tidak ada 0 0
keluhan
TOTAL 4,887
Skor indeks Risiko rendah <1,488
Risiko tinggi ≥1,488 Tinggi
83
prediksi PPs, hal ini disebabkan karena masih belum terungkapnya penyebab PPs
pada kebanyakan ibu, ditambah karena faktor risiko yang paling kuat adalah
riwayat PPs sebelumnya yang tidak berlaku untuk ibu nulipara atau bumil pertama
(Robinson dan Norwitz, 2019).
Dalam penelitian Tekesin et al. (2005) juga mengembangkan alat skrining
untuk memprediksi persalinan prematur dengan menggunakan 2 (dua) model
skoring yaitu CLEOPATRA I (mengukur panjang serviks dan riwayat persalinan
prematur) dengan (OR 0,69, 95% CI; 0,56-0,82) dan CLEOPATRA II (melakukan
pemeriksaan fetal fibronectin dan riwayat persalinan prematur) dengan (OR 0,81,
95% CI; 0,69-0,93), dimana hasil yang paling baik untuk memprediksi terjadinya
PPs dengan menggunakan CLEOPATRA II. Hasil penelitian ini sejalan dengan
Davey et al. (2017) bahwa satu-satunya skrining akurat PPs adalah pengukuran
ultrasonografi panjang serviks dan pemeriksaan fibronektin, tetapi pemeriksaaan
yang digunakan cukup mahal sehingga tidak bisa diaplikasikan pada faskes tingkat
satu.
Begitu pula Main dan Gabbe (1987) mengumpulkan beberapa penelitian
prospektif tentang skor risiko PPs dengan menggunakan faktor demografi, riwayat
obstetrik, riwayat medis dan komplikasi kehamilan saaat ini, dimana sistim yang
banyak digunakan adalah PPRS yang dimodifikasi oleh Creasy (tabel 4.1),
hasilnya nilai PPV 30% dengan sensitifitas lebih tinggi digunakan pada ibu
multigravida 77% dari pada ibu primigravida 31%. Sama halnya penelitian
Heubach dan Guzick (1989) yang menggunakan lima faktor risiko, yaitu BB
prahamil <45,5 Kg, ras kulit hitam, status pernikahan tunggal, riwayat kehamilan
prematur dan persalinan prematur, hasilnya nilai sensitifitas 12% berisiko tinggi
mengalami preterm dengan nilai PPV 21,9%.
Tabel 4.2 Sistim skor risiko persalinan prematur (Main dan Gabbe, 1987)
Penelitian Sistim skoring Rata- Nilai Prediktif
rata Sensitifitas Spesifisitas PPV NPV
PPs (%)
Nesbitt and Aubry, Menggunakan 5.6 43 71 9 96
1969 design sendiri
Kaminski et al., 1973 PPRS 8.1 30 68 17 97
Akhtar and Sehgal, Menggunakan 6.0 32 90 17 96
1980 design sendiri 49 77 13 96
Creasy et al., 1980 Modifikasi 6.1 44 93 29 97
PPRS 6.1 64 90 30 98
6.2 77 90 33 99
5.8 31 93 21 96
84
Herron et al., 1982 Modifikasi 2.4 56 87 18 97
PPRS 14.8 26 80 18 86
Main et al., 1987 Modifikasi 11.0 28 80 15 90
PPRS
Ross et al., 1986 Menggunakan 6.4 56 68 10 96
sistim penilaian
perinatal
Keterangan: PPRS (Papiernik prematurity risk score)
Berdasarkan hasil perhitungan populasi penelitian tahap I dan tahap II
didapatkan perbedaan yang sangat signifikant dari hasil perhitungan indeks faktor
risiko dimana pada penelitian tahap I didapatkan nilai sensitifitas 72,5%, PPV
68,9%, spesifisitas 80,2% dan NPV 82,7%. Sedangkan hasil penelitian tahap II
skor indeks pada trimester I dan II memiliki sensitifitas (86,7% dan 90,0%), nilai
PPV (12,2% dan 12,3%), spesifisitas (18,7% dan 16.1%), dan NPV (91,5% dan
92,5%).
Perbedaan penelitian tahap I dan tahap II terjadi karena penelitian tahap I
menggunakan sampel case control study pada populasi lama yaitu pada ibu pasca
persalinan prematur, sedangkan penelitian tahap II menggunakan design kohort
pada populasi baru yaitu pada ibu hamil, dimana salah satu keterbatasan
penelitian kohort adalah karena faktor risiko yang ada pada ibu akan diamati
sampai terjadinya efek (PPs) namun kurang etis jika dibiarkan (Notoatmodjo,
2012), sehingga para nakes melakukan intervensi baik dalam bentuk edukasi
maupun rujukan sebagai tindak lanjut untuk mencegah terjadinya PKBs.
Penelitian Zhu et al. (2017) pada ibu hamil (usia kehamilan 17-28 minggu)
dengan memiliki nilai prediktif, yaitu sensitivitas (82,6%) dan spesifisitas (88,1%).
Indeks prediktif penelitian ini cukup tinggi karena menggunakan survei
epidemiologi dan pemeriksaan spekulum (pengukuran ultrasonografi, cairan
serviks dan serum) sehingga hasil prediktifnya berbeda dengan penelitian ini yang
hanya memakai pemeriksaan yang sangat sederhana, mudah dan lebih murah.
85
dalam tingkat pencegahan satu dan dua yaitu health promotion dan specific
protection.
Perbedaan kartu e_D2P2Ss dengan kartu lain, yaitu kartu ini sederhana,
mudah dan murah serta non invasif meskipun akurasinya tidak lebih baik dari
sistim skoring yang sudah ada sebelumnya, namun jika dibandingkan dengan
kartu lain yang menggunakan bio marker, alat canggih dan pemeriksaan
laboratorium yang sangat mahal, penggunaannya tidak bisa dilakukan di faskes
tingkat satu, selain itu kartu ini juga diharapkan bisa digunakan secara generalisasi
diseluruh daerah di Indonesia karena sangat efisien hanya berupa kartu aplikasi
yang bisa digunakan sebagai pelengkap buku KIA.
Sampai saat ini prediksi PPs dengan memakai sistim scoring kurang dapat
diterima dan sebagian besar institusi dunia memakai kombinasi antara anamnesis
adanya riwayat persalinan preterm dan atau beban kerja yang berat, merokok, dan
lain-lain, pemeriksaan fisik misalnya adanya underweight ataupun overweight, dan
kelainan medis lain, laboratoris misalnya pemeriksaan Bacterial vaginosis,
fibronektin, atau kultur urine dan ultrasonografi misalnya panjang serviks,
pemeriksaan sudut antara uterus dan serviks, deteksi funneling atau velosimetri
doppler, yang jelas sangat mahal dan tidak layak pakai di faskes tingkat satu.
Kebutuhan untuk penyusunan dan pemakaian sistim skoring sangat terasa
terutama untuk negara berkembang, hal ini disebabkan karena 1) Kasusnya
sangat banyak, 2) Patofisiologinya belum jelas, 3) Morbiditas dan mortalitas baik
pada ibu maupun bayi baik jangka pendek maupun jangka panjang sangat besar,
seperti yang selamat namun menghadapi cacat seumur hidup, ketidakmampuan
belajar dan masalah visual serta pendengaran, ditambah dengan 4) Tatalakasana
pengelolaan persalinan prematur yang efektif saat ini, yaitu pemberian
progesteron, pemasangan sirklase, pemberian tokolisis, kortikosteroid, dan
pemberian surfaktan atau kangaroo care yang membutuhkan finansial yang cukup
besar.
Pendekatan kartu e_D2P2Ss ini dapat digabung dengan pendekatan
edukasi/sosial, yaitu kombinasi dengan intervensi edukasi sangat penting karena
3 dari 7 faktor risiko yang terdapat dalam indeks faktor risiko yaitu sosioekonomi
(pendapatan keluarga), beban kerja, dan jumlah anak >2 sangat dipengaruhi faktor
sosial serta pernah melahirkan bayi prematur, sedangkan IMT (Nutrisi/Gizi) juga
sangat dipengaruhi pendidikan dan pengetahuan. Edukasi yang dipakai adalah
86
dengan melakukan skrining dengan e_D2P2s ini pada saat kursus calon pengantin
dan atau preconceptional counselling sehingga dapat dilakukan identifikasi dan
modifikasi faktor risikonya, hal ini merupakan satu kegiatan intervensi proaktif
bahkan sebelum kehamilan terjadi.
Dalam obstetri modern terdapat pengertian risiko, dimana suatu kehamilan
dan persalinan selalu mempunyai risiko, dengan kemungkinan bahaya/risiko
terjadinya komplikasi dalam persalinan. Komplikasi dapat ringan atau berat yang
menyebabkan terjadinya kematian, kesakitan, kecacatan, ketidakpuasan dan
ketidaknyaman (5K) bagi ibu dan atau janin/bayi baru lahir. Untuk itu dibutuhkan
upaya pencegahan pro-aktif antisipasi sejak awal kehamilan, selama kehamilan
sampai dekat menjelang persalinan, yang dilakukan bersama-sama oleh tenaga
kesehatan, bidan di desa dengan ibu hamil, suami, keluarga, serta masyarakat.
Hal ini seperti yang dikatakan (Backet (1984), dalam Poedji, 2011) bahwa
pendekatan risiko dimulai dengan gagasan bahwa ukuran risiko adalah gambaran
adanya kebutuhan pelayanan promotif, preventif dan penanganan yang intensif
serta adekuat dan tuntas, kebutuhan ini dapat diramalkan/diperkirakan atau
diprediksi berdasarkan faktor risiko yang ada.
Sama halnya dalam penjelasan PerMenKes RI No. 97, tahun 2014 bahwa
pelayanan kesehatan masa hamil adalah setiap kegiatan atau serangkaian
kegiatan yang dilakukan sejak terjadinya masa konsepsi hingga melahirkan, yang
bertujuan untuk memenuhi hak setiap ibu hamil memperoleh pelayanan
kesehatan yang berkualitas sehingga mampu menjalani kehamilan dengan sehat,
bersalin dengan selamat, dan melahirkan bayi sehat yang dilakukan melalui
pelayanan antenatal terpadu, salah satunya adalah deteksi dini atau gangguan
masalah kehamilan.
Kartu e_D2P2Ss ini juga sejalan dengan teori prinsip skrining “Wilson dan
Jugner tentang deteksi dini penyakit” untuk kesehatan masyarakat yang masih
digunakan sampai sekarang, yaitu salah satunya ekonomis terkait biaya
pengeluaran selama perawatan (Kudasz dan Hudak, 2019), selain itu kartu
e_D2P2Ss ini juga disusun berdasarkan studi literatur dengan mengidentifikasi
faktor-faktor risiko yang terjadi pada ibu selama hamil sampai mengalami PPs
yang didukung dari hasil-hasil penelitian dan buku-buku yang terkait, sehingga
diharapkan dapat dijadikan sumbangan dalam upaya menurunkan morbiditas dan
mortalitas perinatal akibat PPs.
87
Kartu e_D2P2S agar lebih familiar dan mudah diingat baik oleh para nakes
maupun bumil, sehingga kartu aplikasi ini akan diubah menjadi KEDIP (Kartu
Elektronik Deteksi Dini Persalinan Prematur) saat kartu ini sudah
digeneralisasikan penggunaannya di seluruh Indonesia dan di launcing oleh
Kementrian Kesehatan Republik Indonesia.
88
Bab V
Kesimpulan dan Saran
7.1 Kesimpulan
Dalam bab ini akan disajikan hasil analisis dan pembahasan untuk
dituangkan dalam bentuk kesimpulan dan implikasi hasil penelitian. Berdasarkan
hasil analisis dan pembahasan yang telah dilakukan, maka dapat disimpulkan
bahwa:
1. Berdasarkan hasil analisis didapatkan 7 (tujuh) indikator risiko persalinan
preterm, yaitu pendapatan, jumlah anak (hamil pertama dan >2 orang), kerja
berat, EPDS (skor sedang dan berat), riwayat persalinan prematur, IMT, dan
flour albus. Indeks untuk terjadinya risiko persalinan prematur, yaitu -1,488 +
1,056 (Pendapatan <UMR) + 1,058 (Hamil pertama) + 1,431 (Anak >2 orang)
+ 1,541 (Beban kerja) + 0,858 (EPDS Berat-sedang) + 1,746 (Riwayat
melahirkan prematur) + 1,252 (IMT kurang) + 3,094 (Flour albus positif).
2. Model alternatif deteksi dini risiko persalinan prematur spontan (28-<37
minggu) yang sederhana, mudah dan lebih murah serta non invasif, yaitu
menggunakan Kartu Elektronik Deteksi Dini Persalinan Prematur Spontan
(e_D2P2s), dengan nilai prediktif kartu e_D2P2s pada trimester I dan trimester
II tidak berbeda bermakna.
3. Hasil uji coba kartu e_D2P2s penelitian tahap II didapatkan nilai prediksi:
sensitivitas pada trimester I dan II (86,7% dan 90,0%), PPV (12,2% dan 12,4%),
spesifisitas (18,7% dan 16.2%), dan NPV (91,5% dan 92,5%).
7.2 Saran
1. Melakukan sosialisasi mengenai penggunaan kartu e_D2P2s kepada
pemerintah baik Dinas Kesehatan, rumah sakit, puskesmas, praktisi kesehatan
dan profesi kesehatan yang terkait dalam pengambilan kebijakan yang efektif
dan efisien sebagai sumbangan dalam upaya menurunkan morbiditas dan
mortalitas perinatal akibat persalinan prematur.
2. Melakukan skrining kepada bumil menggunakan kartu e_D2P2s lebih dini
sebaiknya di awal kehamilan atau di trimester I agar persalinan prematur
spontan lebih awal bisa dicegah.
89
3. Melakukan pencegahan terjadinya peningkatan persalinan prematur spontan
kepada masyarakat khususnya ibu hamil melalui sosialisasi kartu e_D2P2s,
yang berguna untuk skrining awal dalam pencegahan persalinan PPs.
4. Perlu dilakukan pemeriksaan Bacterial vaginosis pada ibu hamil sebagai
pemeriksaan rutin di fasilitas tingkat satu (puskesmas) untuk menguatkan
prediksi PPs lebih dini.
5. Melakukan pendampingan lanjutan dalam bentuk edukasi dan rujukan pada
bumil yang sudah dilakukan pengukuran menggunakan kartu e_D2P2s agar
tidak terjadi persalinan prematur.
6. Mengubah nama kartu e_D2P2s yang mudah diingat, mudah dihafal dan lebih
familiar yaitu KEDIP (Kartu Elektronik Deteksi Dini Persalinan Prematur
Spontan).
7. Melakukan penelitian lanjutan terhadap uji coba kartu e_D2P2s dengan tanpa
intervensi yaitu dengan dua kali pengamatan di trimester I dan trimester II
dengan sampel yang berbeda di Kota lain dengan jumlah responden yang lebih
besar.
8. Perlu diberikan semua password para nakes yang berhubungan langsung
dengan pemberian tindakan pada bumil di faskes tingkat 1 diseluruh Indonesia,
agar data base catatan bumil seluruh Indonesia bisa masuk ke dalam google
drive.
9. Perlu pengembangan lanjutan kartu e_D2P2s agar bisa di generalisasikan
tidak hanya di Propinsi Jawa Timur tetapi di seluruh Propinsi Kabupaten/Kota
di Indonesia.
90
Daftar Pustaka
Araya BM, Diaz M, Paredes D & Ortiz J. Association between preterm birth and its
subtypes and maternal sociodemographic characteristics during the post-
transitional phase in a eveloping country with a very high human
development index public health. Elsevier, 2017; 147:39-46.
Baron R, Velde SJT, Heymans MW, Klomp T, Hutton EK & Brug J. The
relationships of health behaviour and psychological characteristics with
spontaneous preterm birth in nulliparous women. Maternal Child Health J.
2016; 21(4): 873-882.
BPS. Profil kesehatan ibu dan anak. Jakarta: Badan Pusat Statistik; 2015.
BPS Jawa Timur. Angka Kematian Bayi (AKB) Penduduk Jawa Timur Menurut
Kabupaten/Kota 2012-2016. Surabaya: BPS Jawa Timur; 2016.
<https://jatim.bps.go.id/linkTabelStatis/ view/id/389>. Diunduh 1 Agustus
2017.
Creasy RK, Resnik R, Iams JD, & Lockwood CJ. Maternal-fetal medicine principles
and practices seventh edition. Philadelphia. Elsevier Saunders; 2014.
Cunningham FG, Leveno KJ, Bloom SL, Spoong CY, Dashe JS, Hoffman BL,
Casey BM & Sheffield JS. William obstetric 24th edition. Dallas Texas.
McGrawn Hill Education; 2014.
Cox JL, Holden JM, dan Sagovsky R, 1987. The edinburgh depression scale
(EPDS), Br J Psychiatry, p150:782-786
Davey MA, Watson L, Rayner JA, Rowlands S. Risk scoring systems for predicting
preterm birth with the aim of reducing associated adverse outcomes,
Cochrane Database of Systematic Reviews, Conhrane Library. 2015;
22(10): 1-12.
Dinkes Jawa Timur. Profil kesehatan propinsi Jawa Timur. Surabaya. Dinas
Kesehatan Propinsi Jawa Timur; 2015.
Dinkes Kota Surabaya. Pusat Data Dinkes Kota Surabaya. Surabaya. Dinas
Kesehatan Kota Surabaya; 2018.
91
Escriba AV, Hoyos SP, Josephe Y, & Cubizolles S. Physical load and
psychological demand at work during pregnancy and preterm birth, Int Arch
Occup Environ Health. 2001; 74(8): 583-8.
Hosny AMS, El-khayat W, Kashef MT, Fakhry MN. Association between preterm
labor and genitourinary tract infections caused by Trichomonas vaginalis,
Mycoplasma hominis, gram-negative bacilli, and coryneforms, Journal of
the Chinese Medical Association (JCMA), Cairo Mesir. 2017; 80(9): 575-
581.
HTA Indonesia. Prediksi persalinan preterm (Hasil kajian HTA tahun 2009).
Jakarta. Dirjen Bina Pelayanan Medik Kementrian Kesehatan Republik
Indonesia; 2010.
Kassebaum NJ. The global burden of anemia, Seattle USA, Hematol Oncol Clin N
Am. 2016; 30(2): 247–308.
Kindinger LM, Bennett P, Lee YS, Marchesi JR, Smith A, Cacciatore S, Holmes E,
Nicholson JK, Teoh TG, & MacIntyre DA. The interaction between vaginal
microbiota, cervical length, and vaginal progesterone treatment for preterm
birth risk, Microbiome. 2017; 5(1): 6.
Main DM, Gabbe SG. Risk scoring for preterm labor: Where do we go from here?
American Journal of Obstetrics and Gynecology. 1987; 157(4): 789-793.
Marisa IP, Peyman E, Lohsoonthorn V, & Williams MA,. A case control study of
preterm delivery risk factor according to clinical subtypes and severity,
Japan Society Of Obstetrics and Gynecology/. 2010; 36(1): 34-44.
92
Nynke R, Broek VD, Baptiste RJ, & Nelson JP. Factors associated with preterm,
early preterm and late preterm birth in Malawi, PLos ONE. 2014; 90(128):
1-8.
Requejo JH, Merialdi M. The Global Impact of Preterm Birth. Dalam Preterm Birth.
Prevention and Management. Berghella V(ed). Chisester, Wiley Blackwell;
2010.
Rochjati P. Skrining antenatal pada ibu hamil (pengenalan faktor resiko) edisi 2.
Surabaya. Pusat Penerbitan dan Percetakan Unair (AUP); 2011.
Robinson JN, Norwitz ER. Preterm birth: Risk factors and interventions for risk
reduction. CharLockwood CJ (ed.), UpToDate Magazine; 2017. diunduh 17
April 2017.
Robinson JN, Norwitz ER. Preterm birth: Risk factors, interventions for risk
reduction, and maternal prognosis, CharLockwood CJ (ed.), UpToDate
Magazine; 2019. diunduh 20 Agustus 2019,
<https://www.uptodate.com/contents/preterm-birth-risk-factors-and-
interventions-for-risk-reduction-and-maternal-prognosis/print?source=
see_link>.
Salihu HM, Mbah AK, Alio AP, Clayton HB, & Lynch O. Low pre-pregnancy body
mass index and risk of medically indicated versus spontaneous preterm
singleton birth, European Journal of Obstetrics & Gynecology and
Reproductive Biology. 2009; 144(2): 119-23.
93
Sebayang SK, Michael JD, Patrick JK, Anita A, Anuraj HS. Determinants of low
birthweight, small-for-gestational-age and preterm birth in Lombok,
Indonesia: analyses of the birthweight cohort of the SUMMIT trial, Tropical
Medicine and International Health. 2012; 17(8): 938-950.
Sentilhes L, Marie VS, Pierre YA, Elie A, Guillaume B, Julie B, Gilles B, Florence
B, Stéphanie B, Muriel D, Chantal DS, Anne E, Gilles K, Emeline M, Louis
M, Stéphane M, Nicolas M, Sabine P, Didier R, Patrick R, Thomas S,
Héloïse T, Bruno L. Prevention of spontaneous preterm birth: Guidelines for
clinical practice from the French College of Gynaecologists and
Obstetricians (CNGOF), European Journal of Obstetrics & Gynecology and
Reproductive Biology. 2017; 210: 217-224.
Shaikh K, Premji SS, Rose MS, Kazi K, Khowaja S, & Tough S. The association
between parity, infant gender, higher level of paternal education and
preterm birth in Pakistan a cohort study, BMC Pregnancy and Childbirth.
2011; 2(11): 88.
Shapiro GD, Fraser WD, Frasch MG, and Séguin JR. Psychosocial stress In
pregnancy preterm birth: associations and mechanisms. J. Perinatal Med.
2016; 41(6): 631-645.
Varkha A and Hirch E. Intrauterine infection and preterm labor. Semin Fetal
Neonatal Med. 2012;12-19.
WHO. Preterm birth, WHO news 19 Februari 2018, diunduh 18 September 2019,
<https://www.who.int/news-room/fact-sheets/detail/preterm-birth>.
94
1. Lampiran
2. Susunan Tim Peneliti
No. Nama Kedudukan Keahlian Uraian Tugas Waktu
(jam/minggu)
1 Sriyana Peneliti 1 Kesehatan 1. Menyelesaikan 8 jam/minggu
Herman Reproduksi semua persyaratan
dan keperluan yang
dibutuhkan dalam
penelitian tahap1
dan 2
2. Mengorganisir
anggota untuk
keperluan penelitian
3. Mengumpulkan teori
dari literatur yang
relevan
4. Mengikuti seminar
dan artikel untuk
publikasi
2 Hermanto Peneliti 2 Obstetrik dan 1. Membantu 8 jam/minggu
Tri Ginekologi mengkoordinasikan
Joewono dengan pihak terkait
yang dibutuhkan
dalam penelitian
tahap 1 dan 2
2. Membantu dalam
penyusunan teori
dan pembuatan
program aplikasi
bersama Tim
3. Membantu dalam
pengumpulan data
penelitian
4. Membatu dalam
mempromosikan
hasil penelitian
dalam bentuk
publikasi
3 Waanasari Administrasi Administrasi 1. Membantu 8 jam/minggu
menyiapkan
keperluan
administrasi selama
penelitian
2. Membantu dalam
mendokumentasikan
data penelitian
3. Membantu dalam
penyusunan RAB
penelitian bersama
Tim
4 Budi Konsultan Obstetrik dan 1. Membantu dan 2 jam/5 kali
Santoso Ginekologi mendiskusikan teori konsultasi
yang telah ada dan
mengembangkan
teori yang akan
diperoleh dalam
penelitian
95
2. Membantu dalam
pengambilan
keputusan FGD
dengan para pakar
dan para bidan
3. Membantu
menentukan
indikator dalam
pembuatan software
bersama Tim
3. Jadwal Penelitian
Penelitian tahap I dilaksanakan pada bulan Januari-Juni 2019 dan tahap II pada
Juni-Desember 2019. Tahapan penelitian secara lengkap disajikan pada tabel
berikut ini:
No Jenis Kegiatan Tahap I (Bulan) Tahap II (Bulan)
1 2 3 4 5 6 7 8 9 10 11 12
1 Penelusuran kajian pustaka
terkait dengan penelitian dan
diskusi dengan Tim
2 Persiapan penyusunan
proposal penelitian
3 Pengurusan Izin penelitian 8
Bakesbangpol di 7 Kab/Kota
4 Survei Rumah Sakit dan PKM
tempat penelitian
5 Pengambilan data sekunder
untuk data awal
6 Pelaksanaan penelitian tahap
I
7 Analisis data tahap I oleh
analiser statistik
8 Melakukan FGD bersama
para Pakar dan Bidan
9 Menyusun software e-D2P2S
dalam bentuk aplikasi android
bersama Tim programer
10 Menyusun buku panduan dan
leaflet e-D2P2S
11 Penyusunan laporan dan
seminar tahap I
12 Pelatihan software kartu e-
D2P2S (Fasilitator dan Bidan)
13 Pelaksanaan penelitian tahap
II uji coba software kartu e-
D2P2s
14 Analisis data tahap II oleh
analiser statistik
96
15 Pengurusan kekayaan
intelektual hak cipta
16 Penyusunan laporan dan
seminar tahap II
97
5. Lampiran Penjelasan Untuk Mendapatkan Informed Consent
Surabaya,........................2019
(.................................) (...................................)
Keterangan :
* Coret salah satu
98
6. Lampiran 6 Surat Permohonan Pengisian Informed Consent
Kepada, Yth :
Ibu ................................
di Kota Surabaya
Dengan hormat,
Dengan ini menyampaikan bahwa:
Nama : Sriyana Herman, AMK.,SKM.,M.Kes (Peneliti 1)
Dr. Hermanto Tri Joewono, dr., Sp.OG (K) (Peneliti 2)
Judul Penelitian : Pengembangan Model Kartu Elektronik Deteksi Dini Ibu
Hamil Risiko Persalinan Prematur Spontan (28-<37
minggu).
Dengan ini meminta kesediaan Ibu untuk ikut berpartisipasi dalam penelitian kami.
Dimana tujuan penelitian ini adalah untuk mengembangkan model kartu elektronik
deteksi dini Ibu hamil risiko persalinan prematur spontan (28-<37 minggu) tanpa
komplikasi. Penelitian ini bersifat bebas dan tanpa paksaan, Ibu dapat
mengundurkan diri sewaktu-waktu sebagai subjek dari penelitian ini jika merasa
dirugikan tanpa adanya sangsi yang memberatkan.
Jika Ibu setuju, silahkan mengisi dan menandatangani informed consent yang
telah terlampir. Atas partisipasi dan kerjasama Ibu kami mengucapkan banyak
terimakasih.
Surabaya, ............................2019
Hormat kami,
Peneliti 1 Peneliti 2
99
7. Lampiran 7 Surat Pernyataan Persetuan Sebagai Subjek Penelitian
“Pengembangan model kartu elektronik untuk deteksi dini Ibu hamil risiko
persalinan prematur spontan (28-<37 minggu)“
Surabaya, ............................2019
(............................................) (................................................)
Keterangan :
* Coret salah satu
100
8. Lampiran 8 Lembar Pengumpul Data (Kuesioner)
101
Riwayat komplikasi ibu Tidak ada
Ada riwayat
Riwayat abortus trimester II Tidak pernah
1-2 kali/> 2 kali
Riwayat operasi serviks Tidak pernah
Ada riwayat
Sosial ekonomi Rp …………………….................
> Rp.3.045,000
< Rp. 3.045.000
Jenis kelamin anak Riwayat kelahiran sebelumnya anak perempuan
persalinan sebelumnya Riwayat kelahiran sebelumnya anak laki-laki
Aktivitas seksual ibu ............... kali/minggu
1-3 kali/minggu
> 3 kali/minggu
Pemeriksaan Fisik
Tinggi badan ................… Cm
> 145 cm
<145 cm
Tekanan Darah ........…./…....… mmHg
90/60 mmHg/139/89 mmHg
<90/60 mmHg
IMT ......................... Kg / M2
18,5- 25 Kg/m2 (0,69-0,79 kg/minggu)
15- 18,5 Kg/m2 (0,23-0,68 kg/minggu) atau < 15 Kg/m2 (<
0,12 kg/minggu) atau >35 Kg/m2 (> 0,79 kg/minggu)
LILA ...............….. Cm
> 23,5 cm
< 23,5 cm
Tinggi fundus uteri ............Cm
Sesuai umur kehamilan saat ini
Tidak sesuai umur kehamilan saat ini
DJJ ................. kali/menit
120–160 kali/menit
<120 / >160 kali/menit
Periodontal ................. kali infeksi periodontal
(sakit gigi) Tidak pernah
< Pernah
Perdarahan hamil tua dan hamil muda Tidak pernah
Perdarahan
Pemeriksaan Laboratorium
Status anemia .........…... gr /dl
Hb Normal: 10,5 g/dl - 11 g/dl
Hb tidak normal/Anemia: <10,5 g/dl - 11 g/dl
Status Bacterial Negatif
Vaginosis (BV) Positif
102
9. Lampiran Kuesioner EPDS
Kuesioner
Edinburgh Postnatal Depression Scales (EPDS)
Keterangan :
0 : Sepanjang waktu/bisa teratasi
1 : Sebagian besar waktu (kadang-kadang)/kadang bisa teratasi
2 : Tidak sepanjang waktu (Tidak terlalu sering)/cukup teratasi
3 : Tidak sama sekali/tidak teratasi sama sekali
Keterangan Skor :
0-9 : Skor dalam rentang ini menunjukkan adanya indikasi gejala distress
jangka pendek (ringan) dan tidak mengganggu aktifitas sehari-hari baik di
rumah atau di tempat kerja.
10-12 : Skor dalam rentang ini menunjukkan adanya gejala distress yang tidak
nyaman. Disarankan untuk mengulangi tes EPDS kembali dalam waktu 1-
2 minggu, jika skor meningkat >12 maka perlu di rujuk ke dokter spesialis
psikolog.
13 + : Skor >12 memerlukan evaluasi lebih lanjut dan di rujuk ke dokter spesialis
psikolog.
103
10. Lampiran RAB
104
3. BARANG NON OPERASIONAL (BNO)
Biaya Penelitian di 9 RS kab/kota 11,700,000
- Pengambilan data sekunder 9 rs 9 pt 300,000 2,700,000
- Biaya penelitian 2 RS 2 rs 2 pt 1,500,000 3,000,000
- Biaya penelitian 7 RS 7 rs 7 pt 500,000 3,500,000
- Biaya Laik Etik 5 RS 5 rs 5 pt 500,000 2,500,000
4. Belanja Jasa profesi 31,200,000
- Honor Konsultan 1 org x 2 jam 5 kl 2 OJ 1,000,000 10,000,000
- Honor pembahas Pakar 7 org x 2 jam 14 OJ 1,000,000 14,000,000
- Honor narasumber pelatihan 3 org x 4 jam 12 OJ 600,000 7,200,000
5. Perjalanan dinas
Biaya Focus Group Discusion (Pakar dan Bidan) 15,628,000
- Uang harian perjalanan dinas Bidan Volunter (>8 jam) 20 org x 1 hr 20 OH 160,000 3,200,000
- Transport Bidan volunter
Kota Surabaya (4 RS dan 5 PKM) 9 org x 2 pp 18 OH 100,000 1,800,000
Surabaya-sidoarjo 1 org x 2 pp 2 OH 240,000 480,000
Surabaya-gresik 1 org x 2 pp 2 OH 225,000 450,000
Surabaya-madiun 1 org x 2 pp 2 OH 245,000 490,000
Surabaya-jombang 1 org x 2 pp 2 OH 235,000 470,000
Surabaya-ngawi 1 org x 2 pp 2 OH 253,000 506,000
Surabaya-probolinggo (6 PKM) 6 org x 2 pp 12 OH 228,000 2,736,000
Biaya Pelatihan Software (Fasilitator dan Bidan)
- Transport Bidan 5 PKM Kota Surabaya 5 org x 2 pp 10 OH 100,000 1,000,000
- Transport Bidan 6 PKM Surabaya-Probolinggo 6 org x 2 pp 12 OH 228,000 2,736,000
- Uang harian perjalanan dinas Bidan Volunter (>8 jam) 11 org x 1 kl x 1 hr 11 OH 160,000 1,760,000
Transport pengurusan surat izin/data sekunder 8 Bangkesbangpol 7 Kab/Kota 69,380,000
- Prov. Jawa Timur dan Kota Surabaya 2 org x 2 x pp 4 OT 100,000 400,000
- Surabaya-sidoarjo 2 org x 2 x kl 4 OT 242,000 968,000
- Surabaya-gresik 2 org x 2 x kl 4 OT 225,000 900,000
- Surabaya-madiun 2 org x 2 x kl 4 OT 245,000 980,000
- Surabaya-jombang 2 org x 2 x kl 4 OT 235,000 940,000
- Surabaya-ngawi 2 org x 2 x kl 4 OT 253,000 1,012,000
- Surabaya-probolinggo 2 org x 2 x kl 4 OT 228,000 912,000
105
Transportasi penelitian 9 RS dan 11 PKM kab/kota
- Rs Soewandhi 2 org x 2 x pp 4 OT 100,000 400,000
- Rs Unair 2 org x 2 x pp 4 OT 100,000 400,000
- RS Islam Jemur sari 2 org x 2 x pp 4 OT 100,000 400,000
- Rs Haji Surabaya 2 org x 2 x pp 4 OT 100,000 400,000
- RSUD Sidoarjo 2 org x 2 x kl 4 OT 240,000 960,000
- RS Ibnu Sina Gresik 2 org x 2 x kl 4 OT 225,000 900,000
- RSUD Sogaten Kota Madiun 2 org x 2 x kl 4 OT 245,000 980,000
- RSUD Jombang 2 org x 2 x kl 4 OT 235,000 940,000
- RSUD Dr. Soeroto Ngawi 2 org x 2 x kl 4 OT 253,000 1,012,000
- 5 PKM Kota Surabaya 2 org x 5 pkm x 2 kl 20 OT 100,000 2,000,000
- 6 PKM Surabaya-Probolinggo 2 org x 2 kl 4 OT 228,000 912,000
Uang harian kegiatan penelitian
- Survei data awal penelitian di 9 RS kab/kota 9 rs x 3 hr 27 OT 160,000 4,320,000
- Survei data awal penelitian di 11 PKM kab/kota 11 pkm x 3 hr 33 OT 160,000 5,280,000
- Penelitian di 9 RS kab/kota 9 rs x 3 hr 27 OT 160,000 4,320,000
- Penelitian di 11 PKM kab/kota 11 pkm x 3 hr 33 OT 160,000 5,280,000
Biaya penginapan perjalanan dinas
- Survei data awal penelitian di 4 kab/kota 3 hr x 4 kab/kota x 2 kl 24 OH 350,000 8,400,000
- Penelitian di 4 kab/kota 3 hr x 4 kab/kota x 2 kl 24 OH 350,000 8,400,000
Biaya Sewa kendaraan insidentil 3 hr 7 kab/kota x 2 kl 6 pt 966,000 5,796,000
Biaya tiket pesawat perjalanan dinas
- Tiket Surabaya-Makassar 2 org x 3 kl 6 OT 1,228,000 7,368,000
- Tiket Makassar-Kendari 2 org x 3 kl 6 OT 620,000 3,720,000
- Taxi perjalanan dinas 2 org x 3 kl 6 OT 180,000 1,080,000
5. JASA LAINYA 20,250,000
- Software kartu elektronik 1 pt 1 pt 7,500,000 7,500,000
- Tim design software 1 pt 1 pt 3,750,000 3,750,000
- Tim editor software 1 pt 1 pt 4,000,000 4,000,000
- Tim Programer software 1 pt 1 pt 5,000,000 5,000,000
TOTAL 209,122,000
106
11. Lampiran Matriks FGD
Tabel 1 Matriks FGD Kelompok Rumah Sakit Faktor Risiko Persalinan Preterm
di Rumah Sakit di 7 Kabupaten/Kota Jawa Timur Tahun 2019
No Kategori Kelompok Rumah Sakit Narasumber
1 Kartu e_D2P2s Ini kartu untuk tahap 2, pelaksanaannya
untuk trimester I dan trimester II. Mungkin
panjenengan tidak langsung terlibat,
karena panjenengan nanti yang menerima
rujukan. Deteksi dengan kartu oleh bidan di
puskesmas.
Jadi dibagi 2, trimester I risiko tinggi
langsung dirujuk, trimester II risiko tinggi
rujuk. Karena tidak semua yang di-
checklist prematur akan lahir prematur.
Kita buka forum, apakah ada usulan?
Ada tambahan mungkin, pengalaman
kasus di lapangan?
2 Sosial ekonomi Saya mau bertanya, di Ya memang UMR tiap kabupaten beda-
bagian sosial ekonomi, beda ya, ya disesuaikan saja. Untuk
tentang UMR, di format kan menghindari kekeliruan sesuaikan juga
tertulis kurang atau 3 juta. dengan UMR setempat.
Nah, tapi di swasta itu kan Untuk menanyakan sosial ekonomi
beda ya, banyak yang bagaimana?
bilang di atas 3,5 juta, itu Biasanya tidak mengaku penghasilannya
tidak apa-apa ya? berapa.
Sosial ekonomi dari Makanya sesuaikan dengan UMR.
penghasilan ibu dan suami, Kebutuhannya juga berbeda
pendapatan keduanya
dirata-ratakan.
Kalau UMR di daerah
Madiun misalnya berbeda
dengan di Surabaya.
Ibu yang sudah bisa bayar
BPJS saya anggap sudah
di atas UMR.
3 Waktu yang Waktu ada pasien hamil di- Posisi merujuk masih hamil, jangan sampai
tepat untuk scoring di puskesmas, sudah lahir. Mungkin masalahnya
merujuk kalau memang positif ada berkaitan dengan BPJS karena masih
kecenderungan untuk dalam keadaan hamil. Jadi belum tahu
prematur, maka di rujuk ke apakah peneliti berkoordinasikan lagi
rumah sakit. Berarti posisi terkait kasus ini dengan BPJS.
merujuknya masih posisi Pemeriksaan USG nanti dilakukan oleh
hamil ya? dokter obgyn, termasuk cervical length.
Jadi yang paling murah di USG sebetulnya.
USG itu ya lumayan bisa membantu.
107
4 Pencegahan Kemudian tindakan Nah, itu nanti di rumah sakitnya diberikan
persalinan pencegahannya supaya tokolisis, sebetulnya dicari penyebabnya
prematur tidak terjadi partus dulu, setelah itu baru diberikan tokolisis.
prematurnya? Kalau sudah kenceng-kenceng, malah
pembukaan, diberikan neuroprotektan
MgSO4, sekarang kita berikan yang mau
lahir dalam waktu dekat, waktu 1 hari,
misalnya ada indikasi ya, yang eklampsia,
sudah termasuk ya. Misalnya, ada penyakit
jantung, bayinya harus dilahirkan, itu kita
berikan MgSO4 sekarang, untuk
melindungi otaknya dari cerebral palsy.
Sudah ada penelitiannya juga. MgSO4
dosis kecil saja 1 kali, berikan yang loading
dose saja tidak perlu yang maintenance, 1
kali saja sudah cukup. Untuk pematangan
paru dan mencegah bleeding tetap
diberikan kortikosteroid tapi ditambah
neuroprotektor MgSO4, ternyata baik untuk
bayinya nda cuma untuk ibunya,
mengurangi terjadinya cerebral palsy. Jika
perkiraan 1 hari lagi lahir, maka berikan
secara IV 4 gram 20%. Sebetulnya dosis
ini kontroversial di tiap center lain-lain.
5 Evaluasi kartu Jadi sudah disampaikan tadi oleh
e_D2P2s Narasumber 1 bahwa kegiatan kita pagi ini
adalah untuk mengevaluasi aplikasi kartu
guna memprediksi persalinan kurang
bulan. Nah tolong nanti ini, format ini
dicermati mulai dari tahap identitas
responden, anamnesis, sampai yang hijau
ini yang merupakan core-nya. Apakah
perlu disederhanakan lagi?
Misalnya begini, contoh, anamnesis ya,
merokok apakah perlu ya ditanyakan?
Artinya, itu mungkin perlu kita tanyakan
kalau kita hidup di negara yang bebas ya,
di kita kan yang perempuan merokok
kurang dari 50% ya, ooh misalnya ini nda
perlu merokok ditanyakan, silahkan
diusulkan berdasarkan pengalaman. Jadi
nanti dicermati satu per satu.
6 Integrasi kartu Kartu ini nanti berdiri sendiri Nanti ini, kartu ini menjadi bagian dari buku
e_D2P2s ya? Karena selama ini, ibu KIA, karena memang ini tidak berdiri
dengan buku yang periksa ke bidan atau sendiri.
KIA puskesmas kan sudah Ini nanti khusus untuk memprediksi kira-
punya buku KIA, memang kira seorang ibu risiko tinggi tidak untuk
ada sebagian ini, data prematur, kalau buku KIA kan general.
disini, di buku KIA sudah
ada. Ini berdiri sendiri
berarti ya? Apakah tidak
dijadikan satu dengan buku
KIA?
Berarti nanti ke depannya
jadi satu dengan buku KIA
108
7 Beban kerja Mohon ijin, ini untuk kerja Silahkan untuk didiskusikan.
berat, ada batasannya Iya, misalnya ibu rumah tangga, tidak
tidak? Maksud saya, ibu punya pembantu dan rumahnya luas,
sebagai pekerja di kantor sehingga bebannya dianggap berat.
atau ibu rumah tangga? Jadi, kriteria beban kerja itu bisa dituliskan,
Karena walaupun dia ibu supaya jelas. Ada lagi?
rumah tangga kalau Bobotnya ini kan sebenernya dari
bebannya lebih dari 5 jam, penelitian yang sebelumnya, cuma ini nanti
dianggap memiliki beban simulasi saja pengisian kartu ini.
kerja berat. Jenis pekerjaannya juga penting yang
Apakah juga perlu berhubungan dengan kondisi ibu hamil.
dispesifikasi tempat Jenis dan jam bekerja nanti ditambahkan
kerjanya? Seperti kerja di saja. Jadi harus dipastikan jenis
pabrik rokok atau lainnya. pekerjaannya.
Bila ibu hamil mengatakan tidak bekerja,
kita tidak langsung menerima informasi itu,
tanyakan lebih detail.
Biasanya kita sering terlewat pekerjaan
suami, karena pekerjaan suami, ternyata
suaminya tidak bekerja atau suaminya
buruh serabutan, itu kan berisiko juga,
otomatis ibunya ikut membantu. Jadi
pekerjaan suami juga perlu ditanyakan.
Ibu yang bekerja juga perlu diperjelas jenis
pekerjaannya, misalkan di pabrik rokok
atau garmen, apa saja jenis aktivitas,
apakah menjadi buruh atau yang lainnya.
Nah, beban kerja berat ini nanti dikaitkan
dengan jenis pekerjaannya. Misalnya
sudah pekerjaannya sebagai buruh atau
pabrik sepatu gitu atau dia di konveksi, itu
juga berat.
8 Identitas Pada poin pertanyaan, saat ada masalah
responden sudah bisa tertawa itu kita tanyakan, nah,
saya belum tahu, apakah ini sudah siap
apa tidak, artinya bahasa ini apakah sudah
dipahami oleh ibu-ibu.
Kita mulai bahas dari identitas responden,
apakah ada yang kurang jelas?
Misalnya, nomor telepon ini mungkin
ditambahkan nomor handphone (Hp) atau
line dan whatsapp bila ada.
Alamat kabupaten/kota, juga perlu
menambahkan kode pos. Karena kode pos
misalnya, nanti alamatnya lupa, nanti
langsung masukan.
9 Pendidikan Pendidikan pada poin ini, yang dimaksud
responden pendidikan terakhir
10 Umur Umur bagaimana? Bisa dimasukkan umur dan ditambahkan
responden juga tanggal lahir
11 HPHT Kemudian anamnesis, tanggal
pemeriksaan jelas ya,
Selanjutnya, HPHT nya sudah jelas ya
Usia kehamilan jelas ya
110
Ini mungkin kan hubungannya sedikit,
justru yang dipentingkan tekanan darah
untuk deteksi dini.
Roll over test dan MAP bisa dilakukan
untuk deteksi dini.
111
bisa. Jadi kata “sudah” itu dihilangkan. Kata-
kata bahasa Inggris aslinya seperti apa?
Karena saat menerjemahkan itu, makna dari
kalimatnya tidak boleh berubah.
Kontekstualnya itu tidak boleh beda, hanya
gaya bahasanya yang kita bisa mengerti.
Misalnya, ini bahasa aslinya pada bagian
keterangan, Nilai 0, 1, 2, 3, ini akan sulit.
Skala Likert ini subyektif ke arah subyek,
karena memang tenaga ahli/ pemeriksa
tidak boleh mencampuri.
Nilai 0, 1, 2, 3, kalau saya lebih baik
disederhanakan, 0= selalu, 1= kadang-
kadang, 2= jarang, 3= tidak pernah.
Contoh, “saya bisa tertawa ketika ada hal-
hal yang lucu” dijawab kadang-kadang,
sehingga lebih cepat dan mudah untuk
menentukan pilihan jawaban.
Itu ketika kita mencoba menyederhanakan
keterangan nilainya, tapi ketika lihat poin-
poin pertanyaannya, “0” itu kan dalam
konotasi yang lebih jelek, contohnya no 8,
“saya merasa sedih dan sengsara”, terus
jawabannya “tidak pernah”, kan artinya baik
ya, itu nilainya “3”. Kalau no 1, “saya bisa
tertawa saat melihat hal yang lucu”, kalau
jawab “tidak pernah”, kan artinya jelek.
Makanya, no 1 sampai 10 itu pasti di
Edinburgh aslinya itu ada penjelasannya.
Jadi nanti menilainya jangan sampai
terbalik. Yang dimaksud itu interpretasinya
mana yang positif dan mana yang negatif.
Kalau pertanyaannya memiliki interpretasi
positif, maka nilai “3” itu “selalu”.
Sebaliknya, pertanyaan dengan interpretasi
negatif, maka nilai “3” itu “tidak pernah”.
Harus lihat aslinya, karena hanya
menerjemahkan.
No 3-10, itu negatif, no 1 dan 2 itu positif
Aslinya itu tidak dibuat dalam skala Likert.
Contohnya, “I have been able to laugh when
I see funny things”. Pilihan salah satunya,
“not at all” diberikan nilai yang paling tinggi,
tetapi pada poin yang lain, “not at all”
diberikan nilai paling rendah.
Jadi dikelompokkan saja, agar mudah
memberikan nilai.
Harusnya memang disesuaikan dengan
aslinya. Pada kuisioner aslinya
dikelompokan poin pertanyaan 1, 2, 4 (skor
dari 0-3) dan poin pertanyaan 3, 5 hingga
10 (skor dari 3-0).
Jadi format poin pertanyaannya dibagi
sesuai dengan aslinya.
112
23 Perhitungan Jadi skor ini dilakukan 1 kali Berikutnya, bagaimana kalau ada yang
skor pada saja? trimester 1 dan trimester 2, bagaimana
kartu e_D2P2s Rekap skor itu ditambahkan mengisinya?
saja semua ya? Karena trimester 1 dan trimester 2 risikonya
Pada bagian hijau, ada berbeda dan skor yang didapatkan pasti
pernyataan “riwayat berbeda. Jadi bobot nilainya lain, tetapi ini
prematur”, berarti nilainya 0 masih sama.
atau 1? Jadi, nanti ini untuk menilai apakah lebih
Untuk jumlah anak, kalau baik dilakukan di trimester 1 atau trimester
lebih dari 2 nilainya 1. Itu 2. Pembobotan nilainya untuk menemukan
yang dihitung anak yang lebih sensitif di trimester 1 atau 2. Sehingga
sudah dilahirkan saja atau sampelnya ada yang trimester 1 dan
yang dalam kandungan trimester 2. Pelaksanaannya 1 kali saat
juga? dilakukan pendataan.
Jumlah anak mungkin bisa Pada bagian yang warna hijau, nilainya 0
lebih disederhanakan, dan 1. Nilai 0= tidak dan 1= ya.
karena yang dianggap Skor yang penting sebenarnya pada bagian
berisiko kan yang lebih dari hijau ini, tapi kalau dari tampilan,
2. nampaknya yang penting yang bagian biru.
Jadi perlu dirubah, karena yang tampilannya
besar harusnya yang bagian hijau.
Skor direkap tadi dan ditambahkan.
Kalau ada riwayat prematur nilainya 1 kalau
tidak nilainya 0.
Masih membingungkan, perlu diisi petunjuk
pengisian. Semakin besar nilainya semakin
berisiko.
Jadi yang dinilai pada jumlah anak adalah
anak yang sudah dilahirkan, sehingga
nilainya 1 kalau anaknya yang sudah
memliki 2 anak. Jika ini adalah kehamilan
pertama, maka ini termasuk anak pertama
dan belum ada jumlah anak. Kalau
kehamilan kedua, berarti jumlah anak
kurang dari 2, sehingga nilainya 0.
Kemudian coba dicari skor minimal dan
maksimalnya, sehingga bisa dicari cut of
point-nya.
113
saya berikan kemarin bukan kartu skor tetapi
data dalam bentuk kuisioner saja untuk
membantu pengambilan data. Jadi mereka
sudah pegang dok, ini yang kuisionernya tapi
hanya dalam bentuk lembar pengumpul data
aja. Adapun nanti skornya yang akan
endingnya dibuat adalah sepertinya ini.
Kayaknya masih banyak kekurangannya dan
masih bingung sepertinya. Kalau dibaca
mungkin masih bingung dan masih sangat
kurang informasi. Jadi saya minta saran dan
masukkannya.
Ada yang belum lahiran Jadi yang pertama kita langsung masuk ke
Tafsiran ada yang bulan 8. faktor risiko faktor risiko penelitian tahap
Bulan Juli. pertama itu adalah di rumah sakit, 9 rumah
Bidan lainnya bulan Juli. sakit untuk mendapatkan dari 29 faktor risiko
Bulan sepuluh. ternyata 18 yang signifikan, yang signifikan
Bulan sembilan juga ada. untuk terjadinya persalinan prematur. Tetapi
dari 18 faktor risiko tersebut ternyata hanya 7,
jadi hanya 7 yang masuk bener-bener
signifikan untuk terjadinya persalinan
prematur. Di dalam kartunya yaitu yang
pertama adalah jumlah anak, jumlah anak itu
ada 2, anak pertama dan lebih dari 2 orang.
Kemudian yang kedua, mohon maaf itu masih
ini salah-salah penomoran di situ ya, di situ
tertulis 8 di kartunya, harusnya 6 aja dok.
Kemudian yang kedua adalah beban kerja
dan beban kerja itu yang memiliki Ibu yang
memiliki jam kerja lebih dari 5 jam perhari.
Kemudian epds, epds ini sudah ada di atas
yaitu tentang kuesioner untuk mendapatkan
psikologis atau tingkat kecemasan dari ibu
yaitu yang sedang dan berat yang berisiko
untuk terjadinya. Kemudian riwayat prematur
dan lila dan yang terakhir adalah sosial-
ekonomi. Nah saya minta saran dari para
bidan Puskesmas, eee yang sudah mengisi
data dan sudah mengambil data di
Puskesmas masing-masing, kalau boleh tahu
dari 25 apakah mencukupi sampelnya?
e........ paling lama sampai bulan berapa
tafsiran?
Saya berharap mudah-mudahan bulan Juli
bisa ada tapi mudah-mudahan berharap
sampai bulan depan artinya kalau dia sudah
melewati dari lebih dari 37 minggu kita
menganggap bahwa si ibu lahir aterm.
Adapun kalau eee kurang dari itu berarti kita
sudah menyatakan bahwa ibunya lahir
preterm. Itu saja untuk untuk ending dari
jawaban kuisionernya, untuk menjawab
apakah kartu ini memiliki tingkat akurasi yang
tinggi atau tidak. Baik, saya sudah dapatkan
datanya berapa jumlah atau lebih, yang lebih
ada? yang lebih ya alhamdulillah jadi datanya
semakin banyak.
Sudah dimasukkan ke dalam aplikasi?
114
Belum dok, jadi nanti mereka sudah punya
data tinggal input saja. Nanti kita adakan
pelatihan.
Sementara untuk kontrol dulu Oh bisa, sistemnya seperti WA. Offline. Nanti
ya. Kontrol aja, tetap pakai begitu anda mendeteksinya terkirim sendiri.
aplikasi, tapi dikontrol. Jadi masih bisa menulis, meskipun belum
Kalau perlu nanti buku pink itu terkirim. Dia akan dihold seperti anda kalau
nanti juga semua begitu. WA tanpa signal. Anda kan bisa ngetik WA
nya kan? Tapi kalau direct kan jalan sendiri.
Sudah, sistem kita, kita kembangkan seperti
itu.
Nunsewu karena kami kebiasaan itu single
short aja. Jadi ngetik disini, malah nanti kita
akan lengkapi outputnya, kita bisa printkan
persis sudah terisi di anunya. Jadi memang
faktor pertama mungkin membiasakan, kalau
bisa. Sementara seperti itu.
Untuk jumlah bobotnya Penjelesan-penjelasan per item didampingi
tersebut dalam aplikasinya, dengan buku panduan dok, satu lembar ini
apakah sudah termasuk dok. Nanti ada diaplikasi ada juga panduan
Odds Ratio ataukah punya itu dimasukkan juga. Di aplikasi itu
nilai tersendiri? sebenarnya semua ada. Apa yang kamu
inginkan, tertulis dengan baik, itu
mempercepat orang IT bekerja.
Oh bobotnya, bobotnya dari model indeks,
bukan Odds Rationya. Jadi kalau model
model apa, ini kan indeks ya jadi bukan Odds
Rationya. Kalau Odds Ratio kan
membandingkan satu dengan satu, tapi kalau
ini model sama semua, jadi ada bobot dari
masing-masing indikator itu, baru apa kita
gunakan untuk menghitung, bukan Odds
Rationya.
Karena di antara semua Oh enggak, ini signifikan kan, ya nggak, nanti
faktor resiko 6 tersebut hanya dia akan masuk, kan ini dibawah UMR ya
sosial ekonomi atau bobotnya sekian.
pendapatan yang 0,9 sekian Bukan. Kalau Odd Ratio deket satu ya.
dok, apakah itu tetap ada Dedek-deket satu itu yang biasanya kita
ataukah harus dihilangkan buang, tapi nggak ini karena bukan bukan
mengingat jumlah bobotnya Odd Ratio, ini skor. Tinggal dikalikan, kalau
yang terlalu rendah? ya satu, tidak nol, kan gitu. Kalikan aja.
Bukan Odd Ratio kan dok Tim IT nya hanya mengikuti apa yang kita
ya? inginkan lalu dituangkan kedalam
aplikasinya.
2. Sosial- Ada beberapa ibu yang tidak Baik berikutnya dari dalam proses
ekonomi mau terbuka tentang pengambilan data kuesioner yang sudah
keluarga pendapatan keluarganya diambil kemarin di Puskesmas, apakah ada
(open ekonomi), saat ditanya kesulitan? Saya ingin bertanya terlebih
langsung mereka tidak dahulu dari bidan-bidan siapa yang kesulitan
memberi jawaban angka yang dalam pengambilan datanya? Apakah dari
tidak pastinya, hasil sekian item-item pertanyaan kuisionernya itu
pendapatannya dari mana ada data yang tidak bisa didapatkan atau ada
saja, pemasukan pendapatan data yang sulit didapatkan? Mohon
kadang ada dua, ada suami masukkan dari para bidan.
dan ibunya. Jadi kadang- Diperlukan tekhnik bertanya jika tidak
kadang kalau tanya langsung diketahui berapa nominalnya. Biasanya kalau
berapa nominalnya, mereka supaya tahu nominalnya dibuat range seperti
bingung menentukan eee dibank “berapa penghasilan anda?” gitu kan,
jumlahnya. antara ini dengan ini dan seterusnya, itu lebih
115
secure menjawab daripada yang totaly ya,
nah mungkin nanti kita buat scalling gitu ya.
Yang artinya dari pendapatan itu kita bisa
masukkan ke nilai minimalnya ya. Ya bener,
kalau saya juga ditanya ya bingung, piro ya
gajiku. Dibuat rangenya. Seperti di bank ini
berapa pendapatan itu di masukkan ke
aplikasi, ADM, atau apapun itu kan,
penghasilanmu berapa gitu ya. Bagus bagus
bagus. Jadi yang pertama dan sosial ekonomi
yang agak sulit untuk pendapatannya.
Diantara 6 faktor resiko, hanya sosial
ekonomi atau pendapat yang 0, 9 sekian,
terlalu kecil, apakah itu tetap ada atau
dihilangkan? Mengingat bobotnya yang
terlalu rendah.
Tidak, ini signifikan, nanti akan nambah
jumlahnya. Di bawah UMR bobotnya sekian.
Ini bukan Odds Ratio. Kalau Odds Ratio
dekat 1 kita buang ini, tapi ini bukan Odds
ratio. Ini nilai skor, bobotnya, tinggal kalikan,
kalau iya 1, kalau tidak 0.
3. Aktivitas Ndak ada masalah. Untuk aktivitas seksual bagaimana? Kita
seksual tanya satu-satu.
Jadi untuk aktivitas seksual tidak ada
masalah ya, semuanya terbuka. Mereka
menyebutkan berapa kali dalam seminggu,
juga sangat riskan untuk pertanyaannya.
4. Riwayat Kemaren persalinan prematur Iya iya bener jadi yang ditanyakan hanya
persalinan yang ditanyakan, tapi jika dia riwayat lahir prematur. Hanya riwayat
prematur punya riwayat abortus atau persalinan prematur yang ditanyakan, jadi
immatur, nggak saya ini, jika ada riwayat persalinan abortus tidak
berdasarkan ini saja dimasukkan datanya.
pertanyaannya. Jadi misalkan
dia punya riwayat imatur atau
abortus jadi tidak dimasukkan,
berdasarkan pertanyaan ini
aja.
Persalinan prematur yang lahir Batasan usia prematur pakai berapa? Lahir
6 bulan atau kurang dari 7 berapa? Atau berapa bulan? Kan prematur
bulan bisa dilihat dari beratnya sama usia
kehamilannya, lahir berapa bulan apakah lahir
6 bulan, lahir 7 bulan atau lahir 4 bulan? Kalau
bertanya.
Kalau kita pakai minggu preterm itu 28 minggu.
Di bawah 28 minggu imatur ya, ini batasan
lama ya saya kira. Ini pakai batasan yang
mana?
Jadi bener dok, jadi kita ambil yang usia
kurang dari 28 minggu, jadi usia 27 minggu ke
bawah termasuk imatur ya.
Kita katakan abortus barangkali dok.
Eee sekarang itu malah e sangat prematur
(very early preterm) itu ada, sampai kehamilan
26 minggu, sekarang itu batasannya agak
mundur lagi, karena apa? Karena kemampuan
untuk merawat bayi semakin kecil itu semakin
mampu, jadi batasan e........ prematur itu
feability (kemampuan hidup sebuah e seorang
116
anak yang dilahirkan) itulah batasannya
tergantung kita. Di Indonesia ini 1500 kali ya,
kalau 28 minggu berapa kilo? 1 kilo?. Kalau 26
itu 800. Makanya negara maju mintanya 26,
kalau kita masih 28. Itu termasuk early pretem,
28 sampe 32. Karena 32 ke atas late preterm.
Ada istilah-istilah, dibagi-bagi lagi. Tapi yang
dalam penelitian ini 28 ya sampai dengan
kurang dari 37 minggu.
Kami tidak ada masalah dalam Bisa pada kehamilan sekarang ibu mengalami
mengambil data riwayat prematuritas. Pada primigravida bisa saja.
prematur. Bisa jadi saat ibu datang pada kehamilan
primigravida, ia pernah dirawat sebagai
prematur.
Riwayat prematur pada kehamilan yang lalu
atau saat ini? Bisa saja orang mengalami
riwayat prematur pada primigravida.
Contohnya saya datang usia kehamilan 30
minggu, ternyata usia 29 minggu kemarin
saya dirawat karena prematur dikehamilan
sekarang.
Oleh karena itu yang dimaksud riwayat
prematur atau riwayat lahir prematur? Kalau
seandainya riwayat prematur yang dimaksud
adalah pernah melahirkan prematur, maka
definisi operasionalnya harus jelas, apakah
skornya mempengaruhi ke totalnya atau tidak
nanti.
Kalau kehamilan 36 minggu kita tanya pernah
dirawat kehamilan prematur atau tidak? Kalau
dia datang di 35 kan prematur, dia dirawat
dengan prematuritas dipulangkan kan udah
selesai. Apakah itu juga riwayat? Pada
kehamilan sekarang ini.
Hamil pertama kali, tapi kemudian ditanya ada
riwayat prematur nggak? Kan belum, berarti
itu kosong. Tapi kalau kehamilan saat ini itu
juga bisa punya riwayat prematur, kalau
kebetulan bukan primigravida yang murni.
Meskipun hamil kedua tapi kehamilan ini saya
pernah dirawat dengan kehamilan prematur.
Karena yang pertama saya sudah lewat dan
hamil ini saya baru pulang 2 minggu yang lalu
baru dirawat prematur. Riwayat itu bisa terjadi
pada kehamilan saat ini sama kehamilan yang
lalu. Jadi definisi operasionalnya yang kita
butuhkan. Karena saya sebagai observasi
sering bertanya “Ibu pernah dirawat prematur
nggak?”. Padahal masih saat hamil.
Preeklamsi penyebab yang besar.
Misal riwayat prematur adalah yang pernah
melahirkan prematur. Maka saya mau
mengingatkan fenomena hari ini. Fenomena
hari itu banyak sekali kehamilan terjadi usia
dibawah 20 tahun yang otomatis ia tidak ter
detect HPHTnya. Ya kemudian juga potensi
untuk menjadi preterm itu besar. Padahal kita
mungkin tidak mengisi riwayat prematur.
Mohon ini pertimbangan, karena di Gresik itu
satu bulan bisa 10 persalinan itu yang
117
ketangkap yang di bawah 20 tahun yang
ditangkap bidan ya, belum yang lahir yang
nggak tahu itu.
Tidak. Riwayat persalinan prematur ini nggak ada
masalah ya ibu ya? Untuk pengambilan data
riwayat persalinan prematur, apakah si ibu
pernah eee partus dengan prematur di
kehamilan sebelumnya? Datanya nggak
terlalu sulit ya?
5. Beban kerja Beban kerja antara pekerja Tapi jumlah anak masuk disini? Kerja berat itu
dengan ibu tidak bekerja, apakah dimasukkan juga jumlah anak? Beban
kadang-kadang di rumah kan kerja
aktivitasnya banyak, apakah Beban kerja yang dimaksud sebenarnya
kita masukkan aktivitas berapa walaupun ibunya bekerja atau tidak bekerja,
jamnya itu, kadang-kadang kan swastakah, atau IRTkah, atau PNS itu, yang
kalau ibu tidak bekerja dengan dimaksud dengan e beban kerja itu adalah
tidak punya anak, ibu tidak aktifitas. Jadi aktivitas ibu selama dia hamil,
bekerja dengan banyak anak apakah ibunya walaupun ibu tidak bekerja tapi
itu kan beda. mulai dari memasak, mencuci, momong anak,
mengepel dan sebagainya itu terhitung 5 jam.
Jadi 5 jam itu dalam seharian dalam sehari
satu hari 24 jam, apakah ia bekerja 5 jam
dalam sehari, jadi tanpa ada jedah maksudnya
tidak ada jeda diantara 5 jam tersebut. Jadi itu
yang dimaksud dengan beban kerja. Tetapi
kalau ada jeda, hari ini ah cuci dulu ah, nanti
sebentar lagi tidur dulu deh nanti sebentar
baru nyetrika. Itu baru agak sulit dihitung. Jadi
yang dimaksud 5 jam aktivitas itu monoton
selama 5 jam. Jadi sama seperti kalau eee
yang PNS/ ASN yang bekerja itu dia termasuk
>5 jam. Tidak ada yang ASN, soalnya ada
juga yang saya liat dari apa eee....... lembar
kuisioner di rumah sakit, ada juga ASN tapi
tertulis disitu 3 jam. Jadi saya yang
memperbaiki pada saat menginput data.
Padahal itu sudah otomatis 7-8 jam kan dok,
jadi saya yang memperbaiki. Jadi ada yang
harus kami analisis pada saat menginput data.
Jadi saat meniput datanya agak sulit, saya
harus mengolah kembali. Ada lagi untuk
beban kerja?
Jadi untuk kuisioner kemaren, Padahal IRT sudah ada dipekerjaan bidan.
saya isi untuk yang tidak Jadi pekerjaan IRT, walaupun IRT belum tentu
bekerja, saya tulis IRT aja, jadi aktivitasnya kurang dari 5 jam, biasanya ada
nggak saya isi berapa jam, yang lebih juga dari 5 jam. Mulai dari momong
soalnya kadang ibu selesai anak, belum lagi momong ayahnya. Tolak
masak lalu istirahat gak ukurnya bagi punya pembantu apa enggak.
monoton 5 jam kerjanya. Kalau nggak punya pembantu ya biasanya
Makanya saya kesulitan untuk lebiih 5 jam. Biasanya IRT hanya 3 jam karena
menghitung jam makanya saya punya pembantu. Jadi harus dijelaskan lebih
tulis IRT. di buku panduan ya dok. Lebih rinci
kemungkinananya, betul. Yang mana
dimaksud dengan beban kerja.
Atau mungkin umur anak ya? Karena anak
balita itu otomatis kan lebih banyak ininya
aktivitas pengasuhan anak itu kan lebih
banyak. Jadi kalau hamil dengan anak balita
pasti akan lebih ribet dari pada hamil dengan
punya anak SD atau anak usia sekolah. Nanti
118
ditambahkan dalam kategori beban
kerja.Yang mana yang dimaksud misalkan
ASN, IRT seperti apa. Karena tidak semua
anak balita itu sekolah.Karena memang ada
yang sekolah, ada yang endak. Ada yang TK
langsung SD aja kan banyak.
6. Kunjungan Kunjungan ini kunjungan apa? Kunjungan
ANC selama ANC?
hamil Iya bener, itu kunjungan ANC selama hamil.
Kunjungan ANC, kalau Perlu dihitung kunjungan dengan kontak
misalnya dia datang pertama nakes, jangan hanya saat berkunjung aja yang
kali ke puskesmas, otomatis dihitung
kunjungannya kan baru 1 kali, Ini kemaren mengambil datanya dimana yang
kalau tapi kita lihat di buku KIA kunjungan ANC?
nya, kalau misalnya dia Jadi mungkin perlu tambahan yang kontak
datang di triwulan II dan saya nakes ya. Jangan-jangan nanti yang dihitung
lihat di buku KIAnya ada hanya yang berkunjung saja.
kunjungan ke BPM atau ke Sebenarnya dok, yang dimaksud dengan
faskes lain. Jadi saya hitung jumlah kunjungan disini adalah jumlah
dari situ, bukan hanya kontak kunjungan yang termasuk yang sudah
pertama dengan kita. dilakukan selama hamil, mulai yang tercatat di
dalam buku KIAnya dengan pada saat kontak
langsung dengan bidannya.
Terkadang kita lihat di buku Mestinya dokter Sp.OG nya tertip nulis, di
KIA, yang di puskesmas buku ini, terkadang malas nulis. Adalah untuk
bidan. Tapi kalau dokter tanda tangani buku ini, jadi harus ditulis total
SpOG tidak tercatat didalam kunjungan ANC ya baik ke klinik, ke
buku KIA. puskesmas atau faskes lainnya.
Biasanya kalau ibunya ke Dibutuhkan anamnesis, jadi wawancara
dokter Sp.OG biasanya juga langsung untuk mengetahui berapa kali
punya buku tersendiri, di kunjungan.
Probolinggo ada 2 dokter yang Tugasnya SpOG apa? Nandatangani ini,
punya buku catatan kecil HPHT.
lengkap untuk ibu, lebih kecil
bukunya dari buku KIA
119
berarti otomatis ibu bidan itu adalah resiko
tinggi, jadi salah satu item adalah kalau HPHT
tidak diketahui itu termasuk resiko tinggi dan
kita punya kewajiban ngirim ke SpOG untuk
minta ditetapkan. Kalau nanti SpOGnya
mengembalikan belum ada HPHTnya
ditelepon dokter Sp.OGnya.
Mesti bisa, itu memang tugas mulia sebagai
seorang bidan menghubungi dokternya. Itu
keliling Indonesia memang problemnya
seperti itu. Jadi pasein itu diminta learn dirinya
sendiri, dan itu dibantu oleh bu bidan “bu
sudah pesiksa ke SpOG belum?”.
Jadi HPHT jika tidak tahu gimana triknya, itu
langkah pertama ya mungkin ditunda meminta
rujukan ke Sp.OG untuk dilakukan USG atau
ke puskesmas untuk ditangani dokter umum
yang bisa melakukan scanning atau itu kan
ada tempatnya USG dasar. USG kan bisa
mengukur PPD, jika PPD nya ketemu
otomastis insyaallah bisa diketahui berapa
HPHT nya untuk dituliskan.
HPHT itu banyak loh yang nggak tau, HPHT
nggak tahu trus dikarang, nanti itu akan sangat
rancu.
8. Pemeriksa- Pemeriksaan HB kalau di Dianggap normal gimana hasil
an HB puskesmas biasanya hanya 1 pemeriksaannya?
kali trimester II, pemeriksaan
jika hasilnya normal, kecuali
ibunya hasil pemeriksaannya
<11 mg/dl maka baru
pemeriksaannya diulang di
trimester III.
Kemaren pake 11 mg/dl,
kurang dari 11 diulang.
Komplainnya ibu karena
disuruh bayar
pemeriksaannya di
Probolinggo.
121
9. BV Kalau kemaren itu di Visible gak dilakukan? Atau merepotkan?
puskesmas hanya fokus di Hb Kalau untuk pemeriksaan BVnya ada
aja. dilakukan di puskesmas?
Tidak dilakukan dan sulit. Atau ada bumil yang mengeluh keputihan?
Sebenarnya di puskesmas Idealnya kan memang dilakukan
dikerjakan, karena ada pemeriksaan, paling tidak vaginal swabnya.
pemeriksaan IMS tapi melalui Kemudian saya nggak tau apakah semua
darah puskesmas sudah bisa mengerjakan preparat
Biasanya nanti ada pemeriksaan BV?
pemeriksaan keputihan baru Tidak semua puskesmas. Kecuali kota
kami lakukan vaginal swab Surabaya memang beberapa melakukannya.
Kadang mikroskop aja nggak ada.
Kadang kendalannya tidak dialat, tapi
tenaganya nya nggak ada. Tenaga lab butuh.
Jadi puskesmas belum dimasukkan
programnya, jika ibu ada keluhan leukorhea/
keputihan dilakukan ini, SOPnya belum ya.
Di Gresik bukan karena tidak ada alat atau
nakesnya, tapi memang belum ada program
pemeriksaannya di puskesmas, sehingga
tenala lab butuh refresing ilmu dulu
Pemeriksaan IMS dikerjakan rutin di
puskemas melalui darah, apakah
pemeriksaan BV diikutkan dengan
pemeriksaan IMS aja?
Tidak selalu hasil pemeriksaan IMS berkaitan
dengan vagina dan tidak berhubungan
dengan prematuritas, ataupun pemeriksaan
HIV atau siphylis, justru faktor flour albus yang
paling berkaitan dengan prematuritas,
walaupun yang paling kuat adalah
pemeriksaan BV. Pemeriksaannya pun di
tussee aja sudah bisa diketahui dari baunya.
Jika berdasarkan keluhan, apakah bisa
dilakukan dengan anamnesis?
Untuk menggantikan pemeriksaan lab BV,
bisa dimasukkan anamnesis untuk
mendapatkan informasi kecenderungan BV.
Bidan harus bisa membedakan jika ada bumil
mengeluh keputihan, mana keputihan
fisiologis dan patologis, sehingga
memudahkan anamnesis.
Jika BV ini dimasukkan nanti bisa menjadi
kebijakan baru untuk dipuskesmas untuk
dilakukan pemeriksaan BV.
10. EPDS Awal-awalnya saat membaca Tingkat kecemasan ibu hamil, apakah ada
kami bingung ya dokter ya, kesulitan dalam pengambilan datanya? Dari
tapi misalkan pertanyaanya 10 pertanyaan di kuisinoner untuk EPDS ini.
“bu selama hamil ini ada Kemaren waktu ngisinya kira-kira apa yang
permasalahan nggak? terjadi, kayaknya merasa tidak valid atau
Misalnya masalah apapun, cuma asal, ini jujur aja?
dari masalah itu baru ditanya Idelanya itu ibunya sendiri yang membaca dia
ya nggak per ini, ibu merasa yang menentukan, kalau nanti takutnya kalau
dengan permasalahan itu bisa kita yang menerangkan itu bisa ada missnya.
menghadapi kehamilan ini Jadi dimasukkan nanti persepsi kita pun kita
dengan santai atau bisa. Jadi nanti kayak gini “Saya merasa menyerahkan
saya punya bahasa sendiri. diri dengan hal-hal sepele” contohnya kalau
Jadi ibunya juga kebingungan memberi contoh ya nggak apa-apa. Jadi agak
maslahnya seperti apa. susah sedikit ya wes tak kerjakan ya itu gitu.
122
Kalau di puskesmas saya, Tapi kayaknya kemaren itu karena belum
saya suruh bumilnya ngisi diinfokan ya contoh-contoh poin ini adalah
sendiri, saya menjelaskan pertanyaannya apa gitu ya. Tapi jujur ada lagi
hanya di pilihan jawaban 0, 1, pPengalaman yang lain em yang
2, dan 3 diisi di kolom mana menggunakan untuk mengisi ini, mungkin
aja. yang lain.
Pasien saya ada yang Membaca kalau nggak jelas dibimbing. Jika
menjawab 0 (nol) semua, kata ada pertanyaan kurang jelas ditanyakan
dia bilang “saya bingung bu langsung ke bidan
tapi saya nggak apa-apa, Ada kata-kata “Saat hamil ini saya dan
artinya saya nggak merasa seterusnya”. Ini kan terjemhan letter lock dari
sedih dan sebagainya” saya aslinya. Bahasa psikologi ini memang gini
ingin menjelaskan satu bahasanya, memang membuat bingung gitu
persatu kayaknya seperti ya, kayak gini ni yang jadi masalah.
mendikte, jadi saya biarkan 0 itu apa?
saja persepsinya dia seperti 0 itu tidak ada masalah.
apa. Jadi kalau saya punya 0, 1, 2, 3, mestinya ditulis angkanya itu,
usul dok, ini kata-katanya sehingga ibunya milih nggak 0, 1, 2 tapi 0 itu
lebih lebih apa ya lebih bisa apa.
dimengerti karena kan tingkat Ada dok, sudah ada.
pendidikan ibu kan beda,
kalau di atas SMA kan bisa
paham, tapi kalau SD, SMP
mungkin agak susah
mencerna ini. Jadi dijelaskan
yang dialamai saat ini saat ini.
Kata-kata ini mudah dicerna.
Biasanya pasien sudah Bahasanya lebih komunikatif untuk ibunya ya.
mengerti sendiri pada saat Lebih gaul. Tapi menurut para bidan apakah
kami sodorkan dia sudah harus disi sendiri oleh pasien ibu hamilnya
mengerti. atau perlu penjelasan dari bidan sendiri?
Kebetulan saya di Puskesmas Jadi sebenarnya pada pada prinsipnya point
Wonoasih itu di pinggir selatan ini dikerjakan di puskesmas dan terisi. Cuma
kota Probolinggo, tapi perkara validitasnya itu memang agak agak
pinggiran e........ SDMnya tanda tanya, bisa ibunya asal mengisi tapi
menengah ke bawah. Jadi tanpa tau, ada yang dibantu persepsi dengan
lulusan Sd, tidak tamat, jadi bidan masing-masing, tapi kayaknya yang
untuk membaca saja dia e....... usulannya bahasanya ini mungkin contoh
ndak bisa lancar, jadi harus point 1 ini ini, jadi kayaknya bidannya yang
“bu ini maksudnya apa?”, jadi ditanya tadi bisa dengan seragam semuanya
saya pun membacakan dan contohnya kayak ini ngge.
dia pun eee....... nggak ngerti Jadi ini perlu dikonsultasikan ke psikiater. Jadi
maksudnya apa, jadi untuk bahasanya ini nanti enaknya contoh kalau
saya mengartikan dengan seperti ini kata-katanya cocok apa enggak, itu
bahasa saya. Eee intinya ya perlu. Tapi ini sudah dijalankan.Sebagian
jawaban mereka bahwa besar jawabannya cenderung gampang, kok
mereka tidak ada masalah nggak ada-nggak ada gitu ya. Pokoknya asal
kehamilan ini, karena jarang isi.
seperti yang kegagalan KB itu Ini kan dibacanya kan Edinburgh Postnatal, ini
jarang kalau yang untuk kita yang mau didetect itu apa?
gali dipenelitian kali ini. Sedikit Jadi ini dilihat dari namanya Postnatal
susah dimengerti secara Depression Scale. Tetapi kalau untuk teorinya
langsung, seperti itu. Ada untuk yang Edinburgh sendiri menyatakan
yang lulusan SMA maupun bahwa ini bisa digunakan 7 hari, jadi mulai dari
eee........ D3, cuma dia pun ibu hamil sampai pasca 7 hari persalinan. Jadi
masih tanya. bukan hanya post natal, ini menurut teorinya.
Nomor 10 ini pikirnya ekstrim Jadi mengapa saya mengambil Edinburgh,
ini “Saya berpikir untuk karena dia yang paling sederhana dari pada
menyakiti dirinya sendiri”.Jadi yang lain. Yang lain itu sampai 42 pertanyaan.
123
ada yang tanya saya bilang Selama ini yang saya temukan di lapangan,
seperti itu. kalau dia misalnya ibu hamil ditanyaan seperti
Dari hasil skornya, skornya itu ini itu rasanya kok masih belum bisa
kalau 10-12 kan dia menjawab dengan item-item pertanyaan
menunjukkan ada gejala seperti ini. Tapi sudah dia melahirkan, rasanya
stress. Kalau di tempat kami di dia pasti bisa menjawab ini. Apakah memang
Surabaya ini ada poli urgensinya itu bisa digunakan pada saat
psikologi. Jadi ANC terpadu kehamilan. Karena kalau lihat ininya kayaknya
itu termasuk juga ke poli detect postnatal. Kita bisa maklumi kalau ibu
psikologi, kalau konsultan hamil belum bisa membaca, bisa merasakan
kesana ya nggak apa-apa ini karena dia belum merasakan.
baik-baik saja. Kata Kayak e........ itu kemaren sudah
psikolognya “mbak ada dipermasalahkan ya. Yang pake ini postnatal
masalah nggak?” nggak apa- ini bisa nggak dipake untuk eee waktu hamil,
apa. Jadi saya mikir tentang tapi ternyata jawabannya seperti itu.
ininya aja yang keliru ya. Tapi Mungkin tidak ditrimester-trimester awal ya,
begitu saya tanyakan nggak kalaupun akan digunakan dikehamilan.
ada masalah, ini juga normal- Jadi sebenarnya dok, kami informasikan
normal aja hasil dari skornya. bahwa untuk pengambilan datanya kamu dua
Jadi mungkin bahanya kali, jadi trimester pertama dan trimester
disederhanakan. kedua ngge kemaren. Tujuannya untuk
mengetahui sebenarnya kartu ini sebenarnya
cocoknya apakah ditrimester I atau trimester
II. Jadi memang sengaja kami ambil data dua
kali dok.
Karena gini, coba aja yang nomor 8 “saya
merasa sedih dan sengsara”. Itu kalau
misalnya postnatal kalau ditanyakan dia bisa
menjawab itu.
Untuk depresi ada orang-orang dengan tipe
depresi, itu memang kadang-kadang muncul
disana, memang sedikit dari ibu hamil,
kemaren ada yang S2 itu kalau nggak salah
berapa persen nggak sampe 15%, sedikit
sekali, jadi ibu hamil, jadi belum post natal tapi
ibu hamil, itu cuma sedikit. Jadi memang ada
orang-orang tipe tertentu itu ada merasa
kayak semacam itu pada saat hamil muncul
tambah agak meningkat, postnatal itu lebih
muncul biasanya.
Atau mungkin suapaya lebih ini ya mungkin
konsul ke psikiater ya, atau psikolog gitu ya,
supaya mana pilihan yang bisa digunakan
sebelum natal. Kalau pikiran saya liat itemnya
ini kok kayaknya agak susah ibu hamil
menjawab.
Nanti untuk EPDSnya akan kami
pertimbangkan kembali mulai dari bahasa
kemudian akan dikonsultasikan dengan
psikiater untuk kalimatnya.
11. Tanggal Ini kan ada tanggal Saat menginput data. Pertama kali awal ibu
Pemeriksaan pemeriksaan. Ini kartunya kontak langsung dengan petugas kesehatan.
maksudnya skrining awal atau
monitor?
Ini yang mau saya tanyakan. Jadi betul sekali, jadi ini sempat
Ini kan ada tanggal diperbincangkan mengenai jumlah
pemeriksaan ya. Ini kan kunjungan. Jadi tanggal pemeriksaan
kartukan sifatnya seperti sebenarnya itu pada saat menginput data.
124
skrinning aja, skrining awal. Pertama kali si ibu kontak langsung dengan
Nah, kalau kita lakukan petugas. Ya itu tanggal pemeriksaan.
skrinning awal diawalnya aja Sedangkan jumlah kunjungan, ini tanpa
berarti kita hanya data pertama melihat bukan berdasarkan kontak langsung
kali aja kita lakukan, lalu untuk pertama dengan petugas tetapi jumlah
e...... selanjutnya kan ini ada kunjungan yang sudah dilakukan. Ngge, pada
jumlah kunjungan yang saat tanggal dilakukan, ya pertama kali
dilakukan selama ini. Itu ketemu dan itu dibuktikan e...... dengan buku
bagaimana? Apakah kita KIA, kemudian eee...... di rekam mediknya di
menghitungnya sampai puskesmas, kemudian anamnenis eee
dengan kehamilan 28 minggu wawancara.
ataukah cukup skrinning, kalau
skrinning kan diawal aja, nanti
ketahuan skornya berapa,
berarti dia terdeteksi
prediksinya kemungkinan nanti
terjadi. Tapi kalau ini kartu
monitor itu kan nanti kontinu
dan diikuti sampe 28 minggu
dan dinyatakan lulus. Ini
kartunya maksudnya dipake
untuk apa? Ada tanggal
pemeriksaannya, dan di
dalamnya ada jumlah
kunjungan kan kita harus
monitor sampai akhir itu
berapa kali dia.
Kalau misalnya diawal kita Iya bener.... Bener.
temukan dia masih umur
kandungannya sekitar 5-6
minggu berarti mungkin hanya
satu kali kunjungan?
Untuk melihat prediksinya Ya betul sekali, jadi mengapa harus dua kali
sampai umur 28 minggu itu pengamatan ini tujuannya apakah nanti kartu
apakah terus kita ikuti ini dia lebih akurasinya dimana, apakah di
perkembangannya dia atau trimester satu ataukah ditrimester dua, itu
cuma cukup sekali dia datang tujuannya. Jadi ini sebenarnya belum belum
kita langsung bisa liat skornya, e...... final, kami belum bisa menjawab
oh dia skornya sekian, dia ada menunggu hasil dari eee rekap rekap nanti
kemungkinan untuk seperti analisis data.
skrinningnya PE itu kan datang Arahnya memang buka skrinning, kartu
kita lakukan pemeriksaan, oh prediksi memang.Jadi awal jadi sekali
iya ini PE ini tidak. Ini untuk prediksi bagaimana nanti ini e......
monitor aja sampe umur selanjutnya kemungkinan besar nanti
kehamilan 28 minggu tetap kita terjadinya eee preterm apa enggak gitu.
monitor atau seperti apa?
Arahnya kemana ini nanti?
12. Umur ibu Umur ibu masuk faktor risiko atau tidak?
Usia ibu ada, tetapi tidak signifikan.
Penelitian pendahuluannya tidak signifikan
sehingga tidak dimasukkan sebagai poin ini.
Karena ini based on research, proses
penelitian yang ada step-step nya dan ada
penelitian sebelumnya, yang jadi risk factor
baru dimasukkan di kartu ini. Karena
faktonya banyak, jadi diambil mana yang
akhirnya signifikan.
13. LILA Nggak ada Untuk LILA? LILA kan bisa mengambil data
dari buku KIAnya, tapi ini data yang terbaru
dok bukan berdasarkan data dari buku KIA,
125
tapi diukur sendiri, data yang terbaru, jadi ada
betul-betul data yang terbaru, karena bisa
saja berbeda dari trimester I maupun
trimester II. Itu ada masalah barangkali
bidan? Nggak ada ya?
14. Perdarahan Perdarahan pada kehamilan Diantara 29 faktor resiko, namun hanya 18
ini apakah tidak perlu dikaji? yang signifikan dan salah satunya masuk
perdarahan.
Jadi ia masuk kemaren, dari 29 faktor resiko,
18 yang signifikan itu ada di dalamnya
perdarahan
Perdarahan sebenarnya penting sama
seperti umur ibu. Kenapa keluarnya darah?
Karena terjadi pembukaan. Darah itu kan
ada di dalam kanalis servikalis. Kenapa dia
kok keluar? Karena kanalnya memendek,
otomatis dia lepas. Jadi kenapa ada show
yang keluar? Anda liat? Karena itu
sebenarnya lendir kanalis servikalis. Jadi
kalau anda dilihat sudah basah semua mesti
sudah lengkap itu ya, karena memang
efismennya sudah 100%, jadi kanalnya
sudah nggak ada, jadi lepas semua yang
jaraknya 3 cm. Lendirnya keluar semua,
karena lorongnya itu ndak ada. Jadi
keluarnya darah justru menunjukkan
efismen, sudah adanya pendataran dan
pendataran itu sangat klasik untuk terjadinya
prematuritas.
Pertanyaan kemaren itu Mungkin yang dimaksud dokter Danu adalah
perdarahan postpartum atau during eee selama kehamilan, bukan riwayat
during pregnancy. Itu kan HPP. Kemaren ketika penelitian keliru nggak
ada persepsi bisa beda. persepsinya? Riwayat perdarahan itu kata-
katanya kok, mereka nanti pikirnya yang
postpartum (HPP). Coba di evaluasi lagi.
Kemarin itu dipresepsikan menjadi
postpartum atau during pregnancy? Nanti
biar dievaluasi aja mungkin.
Memang banyak yang preterm lebih tinggi,
tetapi nggak signifikan.
Memang banyak yang preterm terjadi
perdarahan tapi tidak sampai signifikan ya.
Jadi memang ada kecenderungan pada
preterm itu prevalensi untuk apa terjadinya
e....... perdarahan itu memang agak lebih
tinggi, tapi cuman sebesar apa,
perbedaannya tidak sampai bermakna dan
akhirnya tidak dimasukkan.
Salah satu plus minusnya dalam suatu
proses riset, memang ada suatu perkara
validitasnya, ada validitas yang dipakai di
statistik ada juga yang lost. Yang penting
sudah dilakukan tahap-tahapnya dengan
benar.
Memang prevalensi untuk terjadinya
perdarahan pada preterm cenderung lebih
tinggi, banyak yang terjadi perdarahan di
penelitian ini, hanya hasilnya tidak signifikan,
tidak sampai bermakna.
126
15. Design dan Seharusnya kami sudah Ini fase awal proses riset dan masih terus
model kartu diberikan dalam bentuk yang berlanjut, jadi memang tahapan riset itu perlu
sudah fix, sehingga tidak melalui beberapa tahap. Jadi tidak apa-apa
timbul kesalahan dalam dipakai yang sudah ada sebagai kontrol,
mengambil data. sambil menyempurnakan kartu yang fix.
Sengaja kami membuat dalam bentuk
quesioner terlebih dahulu untuk pengambilan
data, agar waktu pengambilan data tidak
terbuang banyak, mengingat pengambilan
sampelnya juga tidak mudah. Sehingga kita
sudah punya basic data (data dasar),
walaupun ada perbaikan kartu, itu tidak akan
mempengaruhi data yang sudah terkumpul.
Langkah pertama kayaknya di petugas
kesehatan, bisa diletakkan di kartu ibu.
Ukuran kartu perlu diperkecil atau cukup?
Aplikasi tujuannya untuk mempermudah
mengisi dan langsung keluar hasilnya, itu di
aplikasi. Sedangkan yang di print untuk
dipedalaman, tidak semuanya bisa memakai
aplikasi.
Sementara kartu ini digunakan untuk kontrol
Buku KIA, buku KIA. Apakah disisipkan di buku pink KIA atau ada
Apakah dibuat buku tersendiri lembar tersendiri? Kalau untuk yang visible
khusus prematur? sendiri dilakukan di puskesmas? Yang enak
kayaknya, atau justru lembaran gini hilangan?
Soalnya kalau gini nanti lepas hilang.
Kalau memang ini untuk kita sebagai tenaga
kesehatan, lebih baik ini ada di kartu ibu,
dijadikan satu. Tetapi kalau ini kepentinganya
bagi pasien, berarti harus di buku KIA seperti
kartu skor. Kartu skor itu kan ada dua,yang di
buku KIA ada, untuk di bidan sendiri ada, di
pasien ada.
Kayaknya ini memang cendrung, utnuk
langkah pertama kayaknya di tenaga
kesehatan ya, di kartu ibu.
Jangan kecil-kecil, ini sudah Perlu diperkecil atau cukup?
kecil ni. Kalau menurut ya ya lebih baik nggak bolak-
Oh dibolak balik, ya bisa balik.
dibolak balik begini. Enak ndak dibolak balik, enak lembar gini.
Gunanya apa diprint? Untuk mengisi data?
Ya dok, jadi sebenarnya dokter Danu ini
taunya dia hanya membuat aplikasi. Jadi
memang saya informasikan dok, mungkin
dokter Danu baru tahu bahwa kami sengaja
membuat dua, satu aplikasi, tujuannya untuk
mempermudah pengisian tanpa harus
membaca jadi langsung mengisi langsung
keluar hasilnya itu diaplikasi. Sedangkan
yang ini tujuannya adalah untuk eee........ di
pedalaman jangan sampai belum tentu, jadi
semuanya belum tentu bisa pakai aplikasi.
Untuk ini alangkah baiknya Iya bener, jadi sebenarnya ini treimester I dan
ada skor untuk bobot, total ini II. Dua kali pengematan, endingnya kan
skor bawahnya dijelaskan, juga harus dua. Jadi supaya nanti kita praktis
total skornya ini keterangan ngisinya pas ya. Siap siap siap. Ada masukan
akhirnya seperti apa, lagi dari bidan lainnya?
prediksinya seperti apa, jadi
127
skornya mungkin seperti ini
juga, ringan, sedang, berat
hingga terjadi. Hasil terakhir
dari kartu ini apa ya?
Untuk ini trimester I dan
trimester II kolomnya kurang
satu, jadi mungkin nanti bisa
ditrimester I, di trimester II
yang diisi dimana, belum
dibuatkan trimester I sama II
ya.
128
Lampiran 12 Hasil Analisis Penelitian Tahap I
T-Test
Group Statistics
Kelompok N Mean Std. Deviation Std. Error Mean
Usia Ibu Preterm 275 28.99 6.720 .405
Aterm 168 29.03 5.513 .425
Crosstabs
Kategori Usia Ibu * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Kategori Usia Ibu <20 thn Count 24 5 29
% within Kelompok 8.7% 3.0% 6.5%
>35 thn Count 48 22 70
% within Kelompok 17.5% 13.1% 15.8%
20-35 thn Count 203 141 344
% within Kelompok 73.8% 83.9% 77.7%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 7.896a 2 .019
Likelihood Ratio 8.567 2 .014
Linear-by-Linear Association 7.782 1 .005
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected
count is 11.00.
Pendidikan * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Pendidikan >SMU Count 159 111 270
% within Kelompok 57.8% 66.1% 60.9%
<SMU Count 116 57 173
% within Kelompok 42.2% 33.9% 39.1%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
129
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 2.985a 1 .084
Continuity Correctionb 2.648 1 .104
Likelihood Ratio 3.008 1 .083
Fisher's Exact Test .089 .051
Linear-by-Linear Association 2.978 1 .084
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 65.61.
b. Computed only for a 2x2 table
Pekerjaan * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Pekerjaan IRT Count 160 85 245
% within Kelompok 58.2% 50.6% 55.3%
ASN/Wiraswasta Count 115 83 198
% within Kelompok 41.8% 49.4% 44.7%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 2.428a 1 .119
Continuity Correctionb 2.131 1 .144
Likelihood Ratio 2.425 1 .119
Fisher's Exact Test .140 .072
Linear-by-Linear Association 2.423 1 .120
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 75.09.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 23.399a 1 .000
Continuity Correctionb 22.444 1 .000
Likelihood Ratio 24.074 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear Association 23.346 1 .000
130
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 68.26.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 32.331a 2 .000
Likelihood Ratio 32.142 2 .000
Linear-by-Linear Association 2.161 1 .142
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected
count is 46.27.
Paritas * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Paritas Multipara Count 161 108 269
% within Kelompok 58.5% 64.3% 60.7%
Primipara Count 114 60 174
% within Kelompok 41.5% 35.7% 39.3%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 1.441a 1 .230
Continuity Correctionb 1.210 1 .271
Likelihood Ratio 1.448 1 .229
Fisher's Exact Test .270 .136
Linear-by-Linear Association 1.438 1 .231
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 65.99.
b. Computed only for a 2x2 table
131
% within Kelompok 41.5% 35.7% 39.3%
< 2 tahun Count 34 20 54
% within Kelompok 12.4% 11.9% 12.2%
> 2 tahun Count 127 88 215
% within Kelompok 46.2% 52.4% 48.5%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 1.719 a 2 .423
Likelihood Ratio 1.722 2 .423
Linear-by-Linear Association 1.706 1 .192
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected
count is 20.48.
kerja * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
kerja s/d 5 jam/hari Count 169 146 315
% within Kelompok 61.5% 86.9% 71.1%
>5 jam/hari Count 106 22 128
% within Kelompok 38.5% 13.1% 28.9%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 32.878a 1 .000
Continuity Correctionb 31.651 1 .000
Likelihood Ratio 35.560 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear Association 32.804 1 .000
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 48.54.
b. Computed only for a 2x2 table
Crosstabs
Merokok * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Merokok Tidak merokok Count 261 137 398
% within Kelompok 94.9% 81.5% 89.8%
Merokok Count 14 31 45
% within Kelompok 5.1% 18.5% 10.2%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
132
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 20.401a 1 .000
Continuity Correctionb 18.964 1 .000
Likelihood Ratio 19.767 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear Association 20.355 1 .000
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 17.07.
b. Computed only for a 2x2 table
Chi-Square Tests
Value
Pearson Chi-Square .a
N of Valid Cases 443
a. No statistics are computed because
Minum alkohol is a constant.
Crosstabs
EPDS * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
EPDS Ringan: scor 0-9 Count 206 153 359
% within Kelompok 74.9% 91.1% 81.0%
Sedang: scor 10-12 Count 36 8 44
% within Kelompok 13.1% 4.8% 9.9%
Berat: scor >13 Count 33 7 40
% within Kelompok 12.0% 4.2% 9.0%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 17.733a 2 .000
Likelihood Ratio 19.378 2 .000
Linear-by-Linear Association 15.678 1 .000
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected
count is 15.17.
133
Riwayat kelahiran prematur * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Riwayat kelahiran prematur Tidak pernah Count 252 166 418
% within Kelompok 91.6% 98.8% 94.4%
1-2/>2 kali Count 23 2 25
% within Kelompok 8.4% 1.2% 5.6%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 10.077a 1 .002
Continuity Correctionb 8.775 1 .003
Likelihood Ratio 12.438 1 .000
Fisher's Exact Test .001 .001
Linear-by-Linear Association 10.055 1 .002
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.48.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .096a 1 .756
Continuity Correctionb .020 1 .886
Likelihood Ratio .097 1 .756
Fisher's Exact Test .868 .448
Linear-by-Linear Association .096 1 .757
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 15.93.
b. Computed only for a 2x2 table
134
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .124a 1 .724
Continuity Correctionb .000 1 1.000
Likelihood Ratio .121 1 .728
Fisher's Exact Test 1.000 .615
Linear-by-Linear Association .124 1 .725
N of Valid Cases 443
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is .76.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 2.511a 1 .113
Continuity Correctionb 1.923 1 .166
Likelihood Ratio 2.435 1 .119
Fisher's Exact Test .118 .084
Linear-by-Linear Association 2.505 1 .113
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 11.00.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .250a 1 .617
Continuity Correctionb .000 1 1.000
Likelihood Ratio .243 1 .622
135
Fisher's Exact Test .636 .489
Linear-by-Linear Association .250 1 .617
N of Valid Cases 443
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 1.52.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 1.443a 2 .486
Likelihood Ratio 1.450 2 .484
Linear-by-Linear Association 1.179 1 .277
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected
count is 47.40.
T-Test
Group Statistics
Kelompok N Mean Std. Deviation Std. Error Mean
Tinggi badan Preterm 275 1.5300 .05232 .00315
Aterm 168 1.5504 .05831 .00450
IMT Preterm 275 24.1902 4.51745 .27241
Aterm 168 26.8049 4.70823 .36325
LILA Preterm 275 25.005 2.7893 .1682
Aterm 168 27.544 2.9432 .2271
136
Equal variances -8.983 338.43 .000 -2.5385 .2826 -3.0943 -1.9826
not assumed 7
Crosstabs
TBcat * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
TBcat <145 cm Count 15 2 17
% within Kelompok 5.5% 1.2% 3.8%
145 cm/lebih Count 260 166 426
% within Kelompok 94.5% 98.8% 96.2%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 5.138a 1 .023
Continuity Correctionb 4.048 1 .044
Likelihood Ratio 6.064 1 .014
Fisher's Exact Test .023 .017
Linear-by-Linear Association 5.127 1 .024
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.45.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 4.870a 1 .027
Continuity Correctionb 3.962 1 .047
Likelihood Ratio 5.465 1 .019
Fisher's Exact Test .030 .019
Linear-by-Linear Association 4.859 1 .027
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.10.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 14.821a 1 .000
Continuity Correctionb 13.838 1 .000
Likelihood Ratio 16.170 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear Association 14.788 1 .000
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 28.82.
b. Computed only for a 2x2 table
Crosstabs
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 2.466a 1 .116
Continuity Correctionb 1.108 1 .292
Likelihood Ratio 3.837 1 .050
Fisher's Exact Test .302 .147
Linear-by-Linear Association 2.460 1 .117
N of Valid Cases 443
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 1.52.
b. Computed only for a 2x2 table
Periodental * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Periodental Tidak pernah Count 232 134 366
% within Kelompok 84.4% 79.8% 82.6%
Pernah infeksi Count 43 34 77
% within Kelompok 15.6% 20.2% 17.4%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
138
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 1.538a 1 .215
Continuity Correctionb 1.234 1 .267
Likelihood Ratio 1.516 1 .218
Fisher's Exact Test .245 .134
Linear-by-Linear Association 1.534 1 .215
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 29.20.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .046a 1 .831
Continuity Correctionb .007 1 .933
Likelihood Ratio .046 1 .831
Fisher's Exact Test .897 .469
Linear-by-Linear Association .045 1 .831
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 28.82.
b. Computed only for a 2x2 table
Anemia * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Anemia Tidak Count 160 109 269
% within Kelompok 58.2% 64.9% 60.7%
Ya Count 115 59 174
% within Kelompok 41.8% 35.1% 39.3%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 1.962a 1 .161
Continuity Correctionb 1.692 1 .193
139
Likelihood Ratio 1.974 1 .160
Fisher's Exact Test .192 .096
Linear-by-Linear Association 1.958 1 .162
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 65.99.
b. Computed only for a 2x2 table
Status BV * Kelompok
Crosstab
Kelompok
Preterm Aterm Total
Status BV Tidak diperiksa Count 249 167 416
% within Kelompok 90.5% 99.4% 93.9%
Positif Count 26 1 27
% within Kelompok 9.5% 0.6% 6.1%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 14.302a 1 .000
Continuity Correctionb 12.796 1 .000
Likelihood Ratio 19.044 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear Association 14.269 1 .000
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 10.24.
b. Computed only for a 2x2 table
T-Test
Group Statistics
Kelompok N Mean Std. Deviation Std. Error Mean
Jumlah kunjungan selama Preterm 275 6.02 2.530 .153
hamil Aterm 168 9.13 2.666 .206
Crosstabs
Janin kurang bergerak * Kelompok Crosstabulation
Kelompok
Preterm Aterm Total
Bergerak: >4x/setengah jam Count 231 144 375
140
Janin kurang % within Kelompok 84.0% 85.7% 84.7%
bergerak Kurang bergerak: 4-<4 Count 44 24 68
x/setengah jam % within Kelompok 16.0% 14.3% 15.3%
Total Count 275 168 443
% within Kelompok 100.0% 100.0% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .236a 1 .627
Continuity Correctionb .122 1 .726
Likelihood Ratio .238 1 .626
Fisher's Exact Test .685 .366
Linear-by-Linear Association .235 1 .628
N of Valid Cases 443
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 25.79.
b. Computed only for a 2x2 table
T-Test
Group Statistics
Kelompok N Mean Std. Deviation Std. Error Mean
TFU Preterm 275 26.17 2.925 .176
Aterm 168 30.42 2.260 .174
DJJ Preterm 275 144.24 9.658 .582
Aterm 168 142.17 7.551 .583
141
Umur Equal variances .589 .443 .005 258 .996 .006 1.134 -2.227 2.239
assumed
Equal variances not .005 35.473 .996 .006 1.225 -2.480 2.491
assumed
Crosstabs
Umurkat * Outcome Crosstabulation
Outcome
Prematur Aterm Total
Umurkat <20 thn Count 4 13 17
% within Umurkat 23.5% 76.5% 100.0%
20-35 thn Count 22 192 214
% within Umurkat 10.3% 89.7% 100.0%
>35 thn Count 4 25 29
% within Umurkat 13.8% 86.2% 100.0%
Total Count 30 230 260
% within Umurkat 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance
Exact Sig. Exact Sig.
Value df (2-sided) (2-sided) (1-sided) Point Probability
Pearson Chi-Square 2.871a 2 .238 .257
Likelihood Ratio 2.393 2 .302 .360
Fisher's Exact Test 3.101 .157
Linear-by-Linear Association .412 b 1 .521 .640 .342 .153
N of Valid Cases 260
a. 2 cells (33.3%) have expected count less than 5. The minimum expected count is 1.96.
b. The standardized statistic is .642.
Crosstabs
PDDKN * Outcome Crosstabulation
Outcome
Prematur Aterm Total
PDDKN <SMU Count 13 67 80
% within PDDKN 16.3% 83.8% 100.0%
SMU+ Count 17 163 180
% within PDDKN 9.4% 90.6% 100.0%
Total Count 30 230 260
% within PDDKN 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 2.513a 1 .113
Continuity Correctionb 1.891 1 .169
Likelihood Ratio 2.387 1 .122
Fisher's Exact Test .140 .087
Linear-by-Linear Association 2.503 1 .114
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 9.23.
b. Computed only for a 2x2 table
142
Crosstabs
PEKERJAAN * Outcome Crosstabulation
Outcome
Prematur Aterm Total
PEKERJAAN IRT Count 21 144 165
% within PEKERJAAN 12.7% 87.3% 100.0%
ASN/Wiraswasta Count 9 86 95
% within PEKERJAAN 9.5% 90.5% 100.0%
Total Count 30 230 260
% within PEKERJAAN 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .625a 1 .429
Continuity Correctionb .347 1 .556
Likelihood Ratio .641 1 .423
Fisher's Exact Test .546 .281
Linear-by-Linear Association .623 1 .430
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 10.96.
b. Computed only for a 2x2 table
Crosstabs
PENGHASILAN * Outcome Crosstabulation
Outcome
Prematur Aterm Total
PENGHASILAN <3.045.000 Count 22 169 191
% within PENGHASILAN 11.5% 88.5% 100.0%
3.045.000+ Count 8 61 69
% within PENGHASILAN 11.6% 88.4% 100.0%
Total Count 30 230 260
% within PENGHASILAN 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .000a 1 .987
Continuity Correctionb .000 1 1.000
Likelihood Ratio .000 1 .987
Fisher's Exact Test 1.000 .570
Linear-by-Linear Association .000 1 .987
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 7.96.
b. Computed only for a 2x2 table
Crosstabs
ANAK * Outcome Crosstabulation
Outcome
Prematur Aterm Total
ANAK Anak pertama Count 10 70 80
% within ANAK 12.5% 87.5% 100.0%
1 orang Count 4 77 81
% within ANAK 4.9% 95.1% 100.0%
2 orang+ Count 16 83 99
143
% within ANAK 16.2% 83.8% 100.0%
Total Count 30 230 260
% within ANAK 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
Pearson Chi-Square 5.602a 2 .061
Likelihood Ratio 6.235 2 .044
Linear-by-Linear Association .797 1 .372
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected
count is 9.23.
Crosstabs
ROKOK2 * Outcome Crosstabulation
Outcome
Prematur Aterm Total
ROKOK2 Tidak Count 30 225 255
% within ROKOK2 11.8% 88.2% 100.0%
Ya Count 0 5 5
% within ROKOK2 0.0% 100.0% 100.0%
Total Count 30 230 260
% within ROKOK2 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .665a 1 .415
Continuity Correctionb .012 1 .913
Likelihood Ratio 1.239 1 .266
Fisher's Exact Test 1.000 .539
Linear-by-Linear Association .662 1 .416
N of Valid Cases 260
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is .58.
b. Computed only for a 2x2 table
Crosstabs
KERJABRT1 * Outcome
Crossta8
Outcome
Prematur Aterm Total
KERJABRT1 Tidak Count 17 121 137
% within KERJABRT1 12.4% 87.7% 100.0%
Ya Count 13 109 121
% within KERJABRT1 10.7% 89.3% 100.0%
Total Count 30 230 260
% within KERJABRT1 11.6% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .173a 1 .675
144
Continuity Correctionb .050 1 .822
Likelihood Ratio .176 1 .675
Fisher's Exact Test .702 .413
Linear-by-Linear Association .175 1 .676
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 14.07.
b. Computed only for a 2x2 table
KERJABRT2 * Outcome
Crosstab
Outcome
Prematur Aterm Total
KERJABRT2 Tidak Count 17 119 136
% within KERJABRT2 12.6% 87.5% 100.0%
Ya Count 13 111 124
% within KERJABRT2 10.8% 89.5% 100.0%
Total Count 30 230 260
% within KERJABRT2 11.8% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .2589a 1 .611
Continuity Correctionb .099 1 .754
Likelihood Ratio .259 1 .611
Fisher's Exact Test .699 .378
Linear-by-Linear Association .257 1 .612
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 14.12.
b. Computed only for a 2x2 table
Crosstabs
Riwayat Prematur * Outcome Crosstabulation
Outcome
Prematur Aterm Total
Riwayat Prematur Tidak Count 27 226 253
% within Riwayat Prematur 10.7% 89.3% 100.0%
Ya Count 3 4 7
% within Riwayat Prematur 42.9% 57.1% 100.0%
Total Count 30 230 260
% within Riwayat Prematur 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 6.913a 1 .009
Continuity Correctionb 4.119 1 .042
Likelihood Ratio 4.567 1 .033
Fisher's Exact Test .035 .035
Linear-by-Linear Association 6.886 1 .009
N of Valid Cases 260
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is .81.
b. Computed only for a 2x2 table
T-Test
145
Group Statistics
Outcome N Mean Std. Deviation Std. Error Mean
TFU1 Prematur 10 2.40 1.506 .476
Aterm 85 5.38 3.655 .396
DJJ1 Prematur 0a . . .
Aterm 10 136.10 9.315 2.946
TFU2 Prematur 30 20.10 4.536 .828
Aterm 218 19.89 3.619 .259
DJJ2 Prematur 30 144.40 8.512 1.554
Aterm 229 139.44 9.183 .607
a. t cannot be computed because at least one of the groups is empty.
T-Test
Group Statistics
Outcome N Mean Std. Deviation Std. Error Mean
Kunjungan1 Prematur 30 1.67 .959 .175
Aterm 230 1.65 .706 .047
Kunjungan2 Prematur 30 3.77 1.278 .233
Aterm 228 3.32 1.259 .083
146
Crosstabs
Anemia1 * Outcome
Crosstab
Outcome
Prematur Aterm Total
Anemia1 Tidak Count 25 188 213
% within Anemia1 11.7% 88.3% 100.0%
Ya Count 5 42 47
% within Anemia1 10.6% 89.4% 100.0%
Total Count 30 230 260
% within Anemia1 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .046a 1 .831
Continuity Correctionb .000 1 1.000
Likelihood Ratio .046 1 .829
Fisher's Exact Test 1.000 .532
Linear-by-Linear Association .045 1 .831
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 5.42.
b. Computed only for a 2x2 table
Anemia2 * Outcome
Crosstab
Outcome
Prematur Aterm Total
Anemia2 Tidak Count 23 185 208
% within Anemia2 11.1% 88.9% 100.0%
Ya Count 7 42 49
% within Anemia2 14.3% 85.7% 100.0%
Total Count 30 227 257
% within Anemia2 11.7% 88.3% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .401a 1 .527
Continuity Correctionb .149 1 .700
Likelihood Ratio .383 1 .536
Fisher's Exact Test .620 .338
Linear-by-Linear Association .399 1 .527
N of Valid Cases 257
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 5.72.
b. Computed only for a 2x2 table
Crosstabs
TBkat * Outcome Crosstabulation
Outcome
Prematur Aterm Total
TBkat <145 cm Count 1 7 8
% within TBkat 12.5% 87.5% 100.0%
147
145+ cm Count 29 223 252
% within TBkat 11.5% 88.5% 100.0%
Total Count 30 230 260
% within TBkat 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .007a 1 .931
Continuity Correctionb .000 1 1.000
Likelihood Ratio .007 1 .932
Fisher's Exact Test 1.000 .630
Linear-by-Linear Association .007 1 .931
N of Valid Cases 260
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is .92.
b. Computed only for a 2x2 table
T-Test
Group Statistics
Outcome N Mean Std. Deviation Std. Error Mean
TB Prematur 30 153.07 6.330 1.156
Aterm 230 153.04 5.241 .346
T-Test
Group Statistics
Outcome N Mean Std. Deviation Std. Error Mean
IMT1 Prematur 30 22.0669 3.57132 .65203
Aterm 230 24.1357 5.34193 .35224
IMT2 Prematur 30 23.6343 3.76669 .68770
Aterm 228 25.8990 5.28602 .35008
LILA1 Prematur 30 24.667 2.9253 .5341
Aterm 230 26.074 3.8252 .2522
LILA2 Prematur 30 25.167 3.2966 .6019
Aterm 228 26.419 3.8253 .2533
148
Equal variances -2.792 47.880 .008 -2.06879 .74109 -3.55895 -.57863
not assumed
IMT2 Equal variances 2.230 .137 -2.270 256 .024 -2.26471 .99759 -4.22924 -.30019
assumed
Equal variances -2.935 45.586 .005 -2.26471 .77168 -3.81840 -.71103
not assumed
LILA1 Equal variances 1.121 .291 -1.941 258 .053 -1.4072 .7250 -2.8349 .0204
assumed
Equal variances -2.383 43.106 .022 -1.4072 .5906 -2.5983 -.2162
not assumed
LILA2 Equal variances .190 .663 -1.711 256 .088 -1.2526 .7320 -2.6942 .1889
assumed
Equal variances -1.918 40.025 .062 -1.2526 .6530 -2.5724 .0672
not assumed
Crosstabs
IMT1kat * Outcome
Crosstab
Outcome
Prematur Aterm Total
IMT1kat <18.5 Count 7 26 33
% within IMT1kat 21.2% 78.8% 100.0%
18.5+ Count 23 204 227
% within IMT1kat 10.1% 89.9% 100.0%
Total Count 30 230 260
% within IMT1kat 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 3.465a 1 .063
Continuity Correctionb 2.465 1 .116
Likelihood Ratio 2.959 1 .085
Fisher's Exact Test .078 .065
Linear-by-Linear Association 3.452 1 .063
N of Valid Cases 260
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is 3.81.
b. Computed only for a 2x2 table
IMT2kat * Outcome
Crosstab
Outcome
Prematur Aterm Total
IMT2kat <18.5 Count 2 9 11
% within IMT2kat 18.2% 81.8% 100.0%
18.5+ Count 28 221 249
% within IMT2kat 11.2% 88.8% 100.0%
Total Count 30 230 260
% within IMT2kat 11.6% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .497a 1 .481
Continuity Correctionb .050 1 .824
Likelihood Ratio .435 1 .510
Fisher's Exact Test .369 .369
149
Linear-by-Linear Association .495 1 .482
N of Valid Cases 260
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is 1.28.
b. Computed only for a 2x2 table
LILA1kat * Outcome
Crosstab
Outcome
Prematur Aterm Total
LILA1kat <23.5 Count 12 42 54
% within LILA1kat 22.2% 77.8% 100.0%
23.5+ Count 18 188 206
% within LILA1kat 8.7% 91.3% 100.0%
Total Count 30 230 260
% within LILA1kat 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 7.622a 1 .006
Continuity Correctionb 6.358 1 .012
Likelihood Ratio 6.628 1 .010
Fisher's Exact Test .014 .008
Linear-by-Linear Association 7.592 1 .006
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 6.23.
b. Computed only for a 2x2 table
LILA2kat * Outcome
Crosstab
Outcome
Prematur Aterm Total
LILA2kat <23.5 Count 10 35 45
% within LILA2kat 22.2% 77.8% 100.0%
23.5+ Count 20 195 215
% within LILA2kat 9.4% 90.7% 100.0%
Total Count 30 230 260
% within LILA2kat 11.6% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 6.085a 1 .014
Continuity Correctionb 4.886 1 .027
Likelihood Ratio 5.217 1 .022
Fisher's Exact Test .020 .018
Linear-by-Linear Association 6.062 1 .014
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 5.23.
b. Computed only for a 2x2 table
NPar Tests
Mann-Whitney Test
Ranks
Outcome N Mean Rank Sum of Ranks
150
EPDS1 Prematur 30 106.25 3187.50
Aterm 230 133.66 30742.50
Total 260
EPDS2 Prematur 30 106.15 3184.50
Aterm 230 133.68 30745.50
Total 260
Test Statisticsa
EPDS1 EPDS2
Mann-Whitney U 2722.500 2719.500
Wilcoxon W 3187.500 3184.500
Z -1.895 -1.905
Asymp. Sig. (2-tailed) .058 .057
a. Grouping Variable: Outcome
T-Test
Group Statistics
Outcome N Mean Std. Deviation Std. Error Mean
Skor Trimester 1 Prematur 30 2.99063 1.226142 .223862
Aterm 230 2.70930 1.133982 .074773
Skor Trimester 2 Prematur 30 2.87127 1.038558 .189614
Aterm 228 2.66896 1.101914 .072976
Crosstabs
Indeks Trimester 1 * Outcome
Crosstab
Outcome
Prematur Aterm Total
Indeks Trimester 1 Risiko rendah Count 4 43 47
% within Indeks Trimester 1 8.5% 91.5% 100.0%
Risiko tinggi Count 26 187 213
% within Indeks Trimester 1 12.2% 87.8% 100.0%
Total Count 30 230 260
% within Indeks Trimester 1 11.5% 88.5% 100.0%
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square .515a 1 .473
151
Continuity Correctionb .217 1 .641
Likelihood Ratio .551 1 .458
Fisher's Exact Test .617 .334
Linear-by-Linear Association .513 1 .474
N of Valid Cases 260
a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 5.42.
b. Computed only for a 2x2 table
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square .785a 1 .376
Continuity Correctionb .382 1 .537
Likelihood Ratio .867 1 .352
Fisher's Exact Test .591 .279
Linear-by-Linear Association .782 1 .377
N of Valid Cases 258
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is 4.65.
b. Computed only for a 2x2 table
152
Lampiran 14: Laik Etik Di RSUD Jombang
153
Lampiran 15: Laik Etik Di RSUD Sidoarjo
154